医疗大数据安全——基于区块链的委托量子云架构(三)

简介: 智能医疗系统解决了分子可视化、DNA分析和治疗确定等复杂计算问题。这些被认为是当今超级计算机仍然面临的复杂问题。另一方面,量子计算承诺快速、高效和可扩展的计算资源,足以在指数时间内计算大规模和复杂的操作。量子计算将充分创新计算的视角,这是一个事实。然而,它还不是一个可行的解决方案,因为它可能是罕见的和昂贵的生产。本文介绍了量子云即服务,为复杂的智能医疗计算提供高效、可伸缩和安全的解决方案。我们的创新之处在于量子终端机(QTM)和区块链技术的使用,以提高提出的架构的可行性和安全性。实验结果证明了该体系结构的可行性和所实现的Q-OTP封装的绝对安全性

正文


评估与安全分析


为了评估第一步(基于区块链的集群选择),我们使用了Network Simulator-3 (ns-3),它依靠c++实现智慧城市网络模型,使用Python实现网络拓扑。部署GOEthereum来实现区块链。模拟是在一台运行在Ubuntu Linux下、拥有16gb内存的intel core-i7计算机上进行的。我们在第二步和第三步的研究环境中使用了IBM Quantum Experience。IBM Quantum Composer和IBM Quantum Lab平台允许研究人员访问5量子位量子服务器。


性能评估


816b559acbd60633127dae0cd91acb24_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQ2hhaG90,size_20,color_FFFFFF,t_70,g_se,x_16.png

所有的算法和结果都是使用基于Qiskit的IBM访问工具执行的,Qiskit是一个用于在脉冲、电路和应用模块上与量子计算机一起工作的开源SDK。最后,我们在发送到Quantum云服务器的数据上测试了一个Grover搜索功能。结果如图13所示,显示了测量正确状态的高概率,图14表示了Grover算法门的视觉概念。

393c3b71e0aaaff9cf4e4f388369fece_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQ2hhaG90,size_20,color_FFFFFF,t_70,g_se,x_16.png

为了证明我们提出的基于区块链的体系结构的有效性,我们考虑了三个主要的网络性能指标;故障对等体的延迟,网络执行的一般延迟,以及使用PBFT与经典算法相比的网络吞吐量。本文提出的区块链算法在执行方面比经典PBFT算法有更好的效果,如图15所示,我们在四个故障对等体的情况下,使用go -以太坊在NS-3上进行仿真,以创建一个安全的、私有的通信数据集群。

a48717b8822547d9220c023621b7ad4c_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQ2hhaG90,size_20,color_FFFFFF,t_70,g_se,x_16.png

图16显示了一般通过网络实现PBFT延迟与经典算法相比,描绘在图中,建议PBFT记录一个低延迟2 s与更高的延迟记录器在13秒,然而,经典算法记录短延迟12秒,可以达到48秒。很明显,该算法大大降低了延迟,提高了QoS和QoE。

d4aae21d69878bec25aa41a8a3e220c1_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQ2hhaG90,size_20,color_FFFFFF,t_70,g_se,x_16.png

吞吐量仿真及结果如图17所示。正如所描述的,所提出的PBFT在模拟过程中能够保持高而稳定的吞吐量,而经典算法的吞吐量随着网络中对等节点的增加而下降。

28d5c6474edc0bc7b93c9a4fd9342c6a_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQ2hhaG90,size_20,color_FFFFFF,t_70,g_se,x_16.png

实验结果证明了该体系结构采用区块链技术的可行性。与经典的BFT算法相比,提出的解决方案记录了低延迟和高吞吐量,这使得它非常适合在实景场景中实现,以补充和保护基于量子的云环境。

表2给出了对医疗数据执行Quantum委托计算和其他操作(如Grover搜索算法)所需的延迟、预算。

8e71b6ce3f90108ccd6e8e3422ce6675_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQ2hhaG90,size_20,color_FFFFFF,t_70,g_se,x_16.png


安全性分析


给出一个量子状态|φ >,一个消息m,一个密钥k, |φ >的加密是基于位翻转操作X的,例如,如果k = 1,状态|φ >被翻转,如果k = 0,什么都不发生。下面的示例拖拽方程描述了消息m的加密。

image.png

在这种情况下,如果窃听者干扰了通信,那么窃听者可以看到的是密钥为1或0的两种情况之一:

如果k = 0, 窃听者将看到矩阵|m >< m|,如果k = 1, 窃听者将看到。X|m > < m|X。

如果我们对这两种情况进行平均,我们得到以下密度矩阵:

72d51fb17546188161eaccce2a9578e5_db3be42aa1974c479b386fe673b755f6.png

image.png

49da8c8ce90f9cb1b59f9dfb153ef831_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAQ2hhaG90,size_20,color_FFFFFF,t_70,g_se,x_16.png



医疗保健应用程序要求采取高安全性和隐私措施,因为它保存了有关患者的敏感信息,比如他的病史和疾病,以及他的身份、姓名、年龄等。或者是制药行业的实验室数据。此外,医疗服务所需的大量计算,如DNA计算,需要在服务器层的量子计算机提供广泛的计算能力。许多研究已经研究了量子服务器在数据计算上的性能,但是,据我们所知,很少有研究解决了与这类委托相关的安全问题。量子服务器本身对多重网络攻击是安全的。但是,客户端和服务器之间的通信是不安全的。窃听者可以中断通信并了解从客户端发送到服务器的消息。作为这个问题的解决方案,在这个方案中,我们部署了QOTP,在启动与服务器的通信之前,它对秘密消息进行编码并验证通信,要确保通道的安全性。这被证明是完全保密的。因为,如果是随机选择的测量基准,即使窃听者设法中断通信,也不会泄露信息。


该架构为智能医疗系统部署了基于量子的云委托计算。如上所述,实现的PBFT记录了低延迟和高吞吐量,这使得可行和可扩展,因此执行成本更低。此外,在云服务中使用的量子计算能力可以部署现有的量子云服务,如D-Wave、IonQ和Rigetti。这些服务每任务执行价格为0.3美元,每次不到0.01美元,执行起来相对便宜且可行。委托的量子算法可以直接实现到这些量子云服务中的一个,每个服务提供商可以在边缘上装备一个小的1qubit量子机器图像,作为客户端和量子云之间的中间体。1量子位量子机的实现成本相对较低,这使得我们提出的架构可行、安全、可扩展和成本效益。


结论


云中的量子计算无疑可以为智能医疗环境提供理想的计算能力和安全性。我们提出的架构部署了两项领先技术,为智能医疗创造了更好的服务质量,并确保了更好的安全性。区块链将减少客户端对量子机器的需求,它将提供对量子云的诚实设备和客户端的安全访问。边缘层的量子终端(量子图像)将编译经典位到量子位,反之亦然。使用完全盲计算,量子云能够计算复杂的医疗保健客户的请求,同时保持信息和计算安全。例如,我们在量子云上对完全加密的数据计算了Grover搜索算法,以衡量所提出架构的安全性。分析证明了Q-OTP的无条件安全性,仿真结果表明基于区块链的委托量子云架构实现医疗大数据安全的可行性。在我们未来的工作中,我们计划实现这个架构,并在真实的医疗数据上执行不同的计算,以更好地测量量子错误率。


版权声明:本文是对世界上位5%的顶级论文期刊(Joural of network and computer applications)的论文【Blockchain-based delegated Quantum Cloud architecture for medical big

data security 】解读学习。商务报告引用或学习转载须备注信息出处。本文是2022科研最新成果之一,已公开发布于学术论坛,各授权的学术数据库可访问,本文公开翻译已获作者授权。


参考文献:Azzaoui, Abir EL, Pradip Kumar Sharma, and Jong Hyuk Park. "Blockchain-based delegated Quantum Cloud architecture for medical big data security." Journal of Network and Computer Applications 198 (2022): 103304.

目录
相关文章
|
负载均衡 算法 关系型数据库
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
本文聚焦 MySQL 集群架构中的负载均衡算法,阐述其重要性。详细介绍轮询、加权轮询、最少连接、加权最少连接、随机、源地址哈希等常用算法,分析各自优缺点及适用场景。并提供 Java 语言代码实现示例,助力直观理解。文章结构清晰,语言通俗易懂,对理解和应用负载均衡算法具有实用价值和参考价值。
大数据大厂之MySQL数据库课程设计:揭秘MySQL集群架构负载均衡核心算法:从理论到Java代码实战,让你的数据库性能飙升!
|
存储 SQL 分布式计算
19章构建企业级大数据平台:从架构设计到数据治理的完整链路
开源社区: 贡献者路径:从提交Issue到成为Committer 会议演讲:通过DataWorks Summit提升影响力 标准制定: 白皮书撰写:通过DAMA数据治理框架认证 专利布局:通过架构设计专利构建技术壁垒
|
10月前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
325 1
|
10月前
|
存储 分布式计算 资源调度
【赵渝强老师】阿里云大数据MaxCompute的体系架构
阿里云MaxCompute是快速、全托管的EB级数据仓库解决方案,适用于离线计算场景。它由计算与存储层、逻辑层、接入层和客户端四部分组成,支持多种计算任务的统一调度与管理。
876 1
|
消息中间件 分布式计算 大数据
“一上来就搞大数据架构?等等,你真想清楚了吗?”
“一上来就搞大数据架构?等等,你真想清楚了吗?”
237 1
|
大数据
【赵渝强老师】大数据主从架构的单点故障
大数据体系架构中,核心组件采用主从架构,存在单点故障问题。为提高系统可用性,需实现高可用(HA)架构,通常借助ZooKeeper来实现。ZooKeeper提供配置维护、分布式同步等功能,确保集群稳定运行。下图展示了基于ZooKeeper的HDFS HA架构。
426 0
|
11月前
|
SQL 存储 监控
流处理 or 批处理?大数据架构还需要流批一体吗?
简介:流处理与批处理曾是实时监控与深度分析的两大支柱,但二者在数据、代码与资源上的割裂,导致维护成本高、效率低。随着业务对数据实时性与深度分析的双重需求提升,传统架构难以为继,流批一体应运而生。它旨在通过逻辑、存储与资源的统一,实现一套系统、一套代码同时支持实时与离线处理,提升效率与一致性,成为未来大数据架构的发展方向。
|
架构师 Oracle 大数据
从大数据时代变迁到数据架构师的精通之路
无论从事何种职业,自学能力都显得尤为重要。为了不断提升自己,我们可以尝试建立一套个性化的知识目录或索引,通过它来发现自身的不足,并有针对性地进行学习。对于数据架构师而言,他们需要掌握的知识领域广泛而深入,不仅包括硬件、网络、安全等基础技术,还要了解应用层面,并熟练掌握至少一门编程语言。同时,深入理解数据库技术、具备大数据实操经验以及精通数据仓库建模和ELT技术也是必不可少的。只有这样,数据架构师才能具备足够的深度和广度,应对复杂的业务和技术挑战。 构建个人知识体系是数据架构师在学习和工作中的一项重要任务。通过系统化、不断深化的知识积累,数据架构师能够有效应对快速变化的商业环境和技术革新,进一
|
SQL 安全 大数据
大数据时代的安全挑战——数据泄露如何悄然发生?
大数据时代的安全挑战——数据泄露如何悄然发生?
547 18
|
负载均衡 算法 关系型数据库
大数据新视界--大数据大厂之MySQL数据库课程设计:MySQL集群架构负载均衡故障排除与解决方案
本文深入探讨 MySQL 集群架构负载均衡的常见故障及排除方法。涵盖请求分配不均、节点无法响应、负载均衡器故障等现象,介绍多种负载均衡算法及故障排除步骤,包括检查负载均衡器状态、调整算法、诊断修复节点故障等。还阐述了预防措施与确保系统稳定性的方法,如定期监控维护、备份恢复策略、团队协作与知识管理等。为确保 MySQL 数据库系统高可用性提供全面指导。