当前位置: X-MOL 学术IEEE Trans. Cloud Comput. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Privacy Protection and Intrusion Avoidance for Cloudlet-based Medical Data Sharing
IEEE Transactions on Cloud Computing ( IF 6.5 ) Pub Date : 2020-10-01 , DOI: 10.1109/tcc.2016.2617382
Min Chen , Yongfeng Qian , Jing Chen , Kai Hwang , Shiwen Mao , Long Hu

With the popularity of wearable devices, along with the development of clouds and cloudlet technology, there has been increasing need to provide better medical care. The processing chain of medical data mainly includes data collection, data storage and data sharing, etc. Traditional healthcare system often requires the delivery of medical data to the cloud, which involves users’ sensitive information and causes communication energy consumption. Practically, medical data sharing is a critical and challenging issue. Thus in this paper, we build up a novel healthcare system by utilizing the flexibility of cloudlet. The functions of cloudlet include privacy protection, data sharing and intrusion detection. In the stage of data collection, we first utilize Number Theory Research Unit (NTRU) method to encrypt user's body data collected by wearable devices. Those data will be transmitted to nearby cloudlet in an energy efficient fashion. Second, we present a new trust model to help users to select trustable partners who want to share stored data in the cloudlet. The trust model also helps similar patients to communicate with each other about their diseases. Third, we divide users’ medical data stored in remote cloud of hospital into three parts, and give them proper protection. Finally, in order to protect the healthcare system from malicious attacks, we develop a novel collaborative intrusion detection system (IDS) method based on cloudlet mesh, which can effectively prevent the remote healthcare big data cloud from attacks. Our experiments demonstrate the effectiveness of the proposed scheme.

中文翻译:

基于 Cloudlet 的医疗数据共享的隐私保护和入侵避免

随着可穿戴设备的普及,以及云和小云技术的发展,人们越来越需要提供更好的医疗服务。医疗数据的处理链主要包括数据采集、数据存储和数据共享等环节。传统医疗系统往往需要将医疗数据传输到云端,涉及用户敏感信息,造成通信能耗。实际上,医疗数据共享是一个关键且具有挑战性的问题。因此,在本文中,我们利用 cloudlet 的灵活性构建了一个新的医疗保健系统。Cloudlet 的功能包括隐私保护、数据共享和入侵检测。在数据收集阶段,我们首先利用数论研究单元(NTRU)方法对用户的数据进行加密。可穿戴设备收集的身体数据。这些数据将以节能的方式传输到附近的小云。其次,我们提出了一种新的信任模型,以帮助用户选择希望共享存储在 Cloudlet 中的数据的可信赖合作伙伴。信任模型还可以帮助相似的患者就他们的疾病相互交流。第三,我们将存储在医院远程云中的用户医疗数据分为三个部分,并给予他们适当的保护。最后,为了保护医疗系统免受恶意攻击,我们开发了一种基于小云网格的新型协作入侵检测系统(IDS)方法,可以有效地防止远程医疗大数据云受到攻击。我们的实验证明了所提出方案的有效性。这些数据将以节能的方式传输到附近的小云。其次,我们提出了一种新的信任模型,以帮助用户选择希望共享存储在 Cloudlet 中的数据的可信赖合作伙伴。信任模型还可以帮助相似的患者就他们的疾病相互交流。第三,我们将存储在医院远程云中的用户医疗数据分为三个部分,并给予他们适当的保护。最后,为了保护医疗系统免受恶意攻击,我们开发了一种基于小云网格的新型协作入侵检测系统(IDS)方法,可以有效地防止远程医疗大数据云受到攻击。我们的实验证明了所提出方案的有效性。这些数据将以节能的方式传输到附近的小云。其次,我们提出了一种新的信任模型,以帮助用户选择希望共享存储在 Cloudlet 中的数据的可信赖合作伙伴。信任模型还可以帮助相似的患者就他们的疾病相互交流。第三,我们将存储在医院远程云中的用户医疗数据分为三个部分,并给予他们适当的保护。最后,为了保护医疗系统免受恶意攻击,我们开发了一种基于小云网格的新型协作入侵检测系统(IDS)方法,可以有效地防止远程医疗大数据云受到攻击。我们的实验证明了所提出方案的有效性。我们提出了一种新的信任模型,以帮助用户选择希望共享存储在 cloudlet 中的数据的可信赖合作伙伴。信任模型还可以帮助相似的患者就他们的疾病相互交流。第三,我们将存储在医院远程云中的用户医疗数据分为三个部分,并给予他们适当的保护。最后,为了保护医疗系统免受恶意攻击,我们开发了一种基于小云网格的新型协作入侵检测系统(IDS)方法,可以有效地防止远程医疗大数据云受到攻击。我们的实验证明了所提出方案的有效性。我们提出了一种新的信任模型,以帮助用户选择希望共享存储在 cloudlet 中的数据的可信赖合作伙伴。信任模型还可以帮助相似的患者就他们的疾病相互交流。第三,我们将存储在医院远程云中的用户医疗数据分为三个部分,并给予他们适当的保护。最后,为了保护医疗系统免受恶意攻击,我们开发了一种基于小云网格的新型协作入侵检测系统(IDS)方法,可以有效地防止远程医疗大数据云受到攻击。我们的实验证明了所提出方案的有效性。我们将存储在医院远程云中的用户医疗数据分为三部分,并给予适当的保护。最后,为了保护医疗系统免受恶意攻击,我们开发了一种基于小云网格的新型协作入侵检测系统(IDS)方法,可以有效地防止远程医疗大数据云受到攻击。我们的实验证明了所提出方案的有效性。我们将存储在医院远程云中的用户医疗数据分为三部分,并给予适当的保护。最后,为了保护医疗系统免受恶意攻击,我们开发了一种基于小云网格的新型协作入侵检测系统(IDS)方法,可以有效地防止远程医疗大数据云受到攻击。我们的实验证明了所提出方案的有效性。
更新日期:2020-10-01
down
wechat
bug