久久最新最好视频|精品福利视频在线|狠狠狠干在线播放|色尼玛亚洲综合网|日韩加勒比无码AV|亚洲AV人人澡人人爽人人爱|国产精品免费怡红院|婷婷一区二区XXX|日韩成人一区二区三|欧美熟妇另类AAAAAA

目前，在醫(yī)療物聯(lián)網(wǎng)環(huán)境中，聯(lián)邦學習面臨著兩大挑戰(zhàn)：各參與者數(shù)據(jù)量分布不平衡和各參與者計算資源不均衡的問題。這兩個挑戰(zhàn)使得各方參與者在進行本地模型訓練時，面臨著訓練時間過長的問題，從而顯著地降低了訓練過程的計算效率。另外，在醫(yī)療物聯(lián)網(wǎng)中，參與設(shè)備規(guī)模龐大、通信環(huán)境復雜。設(shè)備管理、通信管理以及模型部署等問題也隨之而來，這些問題限制了聯(lián)邦學習在實際醫(yī)療物聯(lián)網(wǎng)應用中的部署。

因此，如何提高聯(lián)邦學習在非獨立同分布（Non-IID，Non-Independent and Identically Distributed）場景下的收斂性能、降低計算時間消耗，并設(shè)計適用于醫(yī)療物聯(lián)網(wǎng)的聯(lián)邦學習架構(gòu)成為研究的關(guān)鍵。該文在降低聯(lián)邦學習計算時間消耗和構(gòu)建適用于醫(yī)療物聯(lián)網(wǎng)聯(lián)邦學習系統(tǒng)方面開展工作，該文主要工作如下：

1、針對各參與者數(shù)據(jù)量不平衡的問題，該文提出了一種改進聯(lián)邦學習訓練過程的算法。該算法基于分層聚合和動態(tài)部署，參與者在本地部署聯(lián)邦學習訓練服務(wù)，根據(jù)每回合的計算資源和本地數(shù)據(jù)量動態(tài)部署部分訓練服務(wù)，以平衡各參與者計算時間消耗，縮短每回合訓練的時間消耗。該文在UCI HAR數(shù)據(jù)集和PathMNIST數(shù)據(jù)集上開展了實驗，并對比了目前流行的聯(lián)邦學習算法。在實驗結(jié)果表明，該文提出的算法能夠在各參與者數(shù)據(jù)量分布不平衡和各參與者計算資源不均衡的環(huán)境下，顯著減少聯(lián)邦學習訓練過程中的計算時間消耗，且不降低模型性能。

2、針對醫(yī)療學習環(huán)境中的增量學習問題，即在醫(yī)療物聯(lián)網(wǎng)中，參與者不斷產(chǎn)生新數(shù)據(jù)或新參與者加入聯(lián)邦學習。這些新數(shù)據(jù)可能與之前訓練過的數(shù)據(jù)相似。為了減輕計算負擔，該文提出了一種新的增量聯(lián)邦學習算法。該算法通過篩選有效數(shù)據(jù)集來訓練，在模型聚合算法中，視情況進行加權(quán)聚合或在先前參數(shù)空間的正交方向上進行更新，以縮短每回合訓練的時間消耗。同樣，本文在UCI HAR數(shù)據(jù)集和PathMNIST數(shù)據(jù)集上開展了實驗，并對比了目前流行的聯(lián)邦學習算法。實驗結(jié)果表明，本文提出的算法能夠在增量學習環(huán)境中，顯著減少聯(lián)邦學習訓練過程中的計算時間消耗，且不降低模型性能。

隨著社會對醫(yī)療問題日益關(guān)注，物聯(lián)網(wǎng)和云計算技術(shù)的發(fā)展為醫(yī)療系統(tǒng)帶來了許多便利，包括患者隱私數(shù)據(jù)的采集、云端存儲和遠程診療服務(wù)等。然而，這些技術(shù)的快速發(fā)展也帶來了一些安全挑戰(zhàn)，特別是云服務(wù)器可能面臨外部攻擊，導致患者隱私信息的泄露或損壞。這不僅給醫(yī)院帶來損失，也可能對患者產(chǎn)生負面影響。因此，如何有效保障醫(yī)療數(shù)據(jù)的安全存儲并防止未授權(quán)用戶訪問，成為當前研究的焦點?；贑PABE的加密方案由于其出色的數(shù)據(jù)隱私保護能力和靈活的訪問控制機制，非常適合應用于醫(yī)療物聯(lián)網(wǎng)場景中的數(shù)據(jù)安全共享。

該文主要針對醫(yī)療物聯(lián)網(wǎng)場景下的數(shù)據(jù)安全共享進行了深入研究，通過對當前密文策略屬性基加密方案進行分析，發(fā)現(xiàn)傳統(tǒng)方案存在密文搜索和用戶解密效率低、用戶撤銷后頻繁更新私鑰、訪問策略單一、惡意數(shù)據(jù)擁有者以及醫(yī)護人員濫用隱私數(shù)據(jù)等問題。在此基礎(chǔ)上，提出了兩種針對醫(yī)療物聯(lián)網(wǎng)場景的新型數(shù)據(jù)共享方案：支持用戶撤銷的可搜索電子健康記錄共享方案和醫(yī)療場景下基于屬性的可凈化可協(xié)同數(shù)據(jù)共享方案。這些方案重點考慮了細粒度訪問控制、訪問策略擴展、密文數(shù)據(jù)檢索、用戶撤銷、密文凈化以及解密開銷等方面，以適應醫(yī)療物聯(lián)網(wǎng)場景下的數(shù)據(jù)安全共享需求。最后，設(shè)計并實現(xiàn)了一款基于屬性基加密的EHRs 管理系統(tǒng)，該系統(tǒng)實現(xiàn)了數(shù)據(jù)加密、密文 凈化、密文檢索以及數(shù)據(jù)解密等功能，為醫(yī)護人員和患者提供了安全可靠、操作簡單的醫(yī)療數(shù)據(jù)共享平臺。

作者：王政