IFIT2022-智能城市环境中的医疗物联网:基于量子同态加密的医疗成像架构

简介: 随着医疗互联网的不断壮大,越来越多的数据在医疗互联网中生成,保护医疗数据的隐私性与安全性越来越重要。量子计算作为能够高效破解基于质因数分解的经典密码技术备受瞩目,因此未来一定是以量子技术为安全基础的高性能计算时代。现正处于经典计算到量子计算的过渡阶段,该阶段下如何将经典算法与量子算法进行有机结合进而提高效率与安全性一直是一个开放型的课题。本文基于上述背景,提出了一个基于量子同态加密的安全云框架,该框架将量子计算与同态加密结合从而构建了一个安全且高效的云环境。该系统基于量子特性与同态密码的理论进行设计,它们的具体实现存在困难,希望能为以后研究者们的持续研究做出引导思路的贡献。

正文


介绍


现代社会中,区域范围内乃至国家性的公共卫生信息网络和集中维护患者记录的医疗信息系统的使用日益普遍。患者的生物学信息、生物学特征乃至心理状况与生理习惯都被整合成数据存储到医疗系统中。保护患者的机密性、隐私性数据变得越来越重要。而目前经典计算环境中,存在多种数据泄露的风险。它们的原因可能是通信加密机制设计不完备、未经授权的数据挖掘行为、伪造身份认证等途径。


根据社会现状可知保护与医疗保健相关的信息尤为重要。医疗信息的保密要求时间往往比较长,至少应该等与患者的预期寿命,并在数据有遗传需求的情况下甚至可能达到更长的时间。这些要求通常会被一些国家整合到立法中,如德国法律规定即便患者死亡,其对应的医疗数据也必须保持保密性。因此医疗保密的需求愈加强烈。


相关研究


量子计算


image.png

IoMT中的量子应用


IoMT是一个对数据隐私性要求、通信时延及效率要求非常高的应用场景。某些手术或检查要求传感器在精密环境下采集的数据非常精确,且某些细微操作的速度必须足够快,同时这些数据传输过程中应该保持完美的机密性。本文针对医疗成像作为案例研究,对于这个需求我们调查了近来的一些研究,它们的研究成果简述如表1所示。


Kiani等人表示医学成像的中心任务是根据医疗设备收集的数据重建图像。当数据作为量子态输入时,它们提供的量子算法具有指数级的运算速度从而保证了的图像重建的效率。但是由于量子门是多输入多输出的并行结构,算法的输出是存储在量子态的,因此重建图像的单个像素将很难被有效处理。

此外医学成像相关工作中,医学图像的选择性加密也很重要。选择性加密将图像中视觉上最重要的部分变成无意义的部分,忽略不重要的区域,从而拥有一种高效计算的技术。Heidari等人研究了一种新的医学图像量子选择性加密方法,保护隐私传输过程中的数据。该方法使用密钥对图像的位面进行处理,有效地加密了该区域。这种不依赖于图像的大小,拥有利用到其他领域的潜力。

信息隐藏往往是指将秘密数据嵌入到多媒体中,如图像、音频、视频和文本等。Abd EL-Latif等人提出了一种具有高视觉质量和嵌入容量的量子隐写方法,将量子秘密图像隐藏到量子掩蔽图像中。可控非门对量子秘密图像进行加密,然后使用两个最高和最低有效量子位将加密的秘密图像嵌入到量子覆盖图像中。这种量子隐写的方法高效且很好的隐藏了信息。此外,作者还使用类似的方法提出了一种量子图像水印方法,将量子水印灰度图像隐藏在量子载波图像中。


提案概念


同态密码是一种能够将密文上的处理与操作直接反馈到明文上的密码机制,这在盲量子云计算中是一个非常好的应用。对于高性能的云服务器而言,它们精测会处理大量的隐私数据,而一旦云服务器被攻击或服务器本身出现恶意行径,则所有的隐私数据将会泄露进而造成难以估计的损失。而同态加密可以规避这个问题,因为同态加密可以保证操作是盲目的,云服务器只进行计算而不知道输入与输出的具体意义。因此同态加密对于盲目的云计算是具有潜力的研究,但是由于同态加密的复杂度,导致应用本身效率并不理想,因此如果能够引入量子计算则能够大幅提供计算性能并缩短计算时间。

在医疗成像的情况下,隐私数据需要通过信道传输到远程并经过一系列精密操作后返回对应的数据处理结果,这个过程中可能会需要云服务的接入。在设备层,医疗传感器会采集各种各样的数据,这些数据都是高精确度与高敏感性的,因此它们需要被安全的传输。在本地的传感器到医院本地服务的数据传输,使用量子信息隐藏技术可以保证高敏感型的数据不泄露。而在需要将数据传输到难以信任的外界时,使用量子同态加密技术保证接收端对数据的盲目性。所有的计算与算法机制基于量子技术实现,因此它们具有相较于经典计算的指数级的计算效率,与此同时两种安全技术的应用既保证了防止本地腐败行为的发生,又保证了对外传输的信息机密性。同时基于量子通信的特征,一旦通信本身被窃听或操作,由于会发生量子崩塌,接收方可以发现接收到的数据是否存在异常。由于篇幅限制,本文不对量子隐写技术详细展开

0c77ff05778c5ba84c02840a67181716_a2a0fc3f3a9a49429489042b5661396a.png

如下式所示,展示了一些量子同态加密的数学理论。我们假设存在一对同态的酉变换算子U和U’,密钥k,明文M,密文C满足同态加密的关系式如下。对称加密如下所示

image.png

综上所示,只要能够找到一个满足信息理论安全的同态算子U和U’,并且拥有能够实现同态密码的数学变化算符Uf和Uf‘,就可以实现量子同态加密。


结论


在本文我们简单总结了IoMT和量子计算的发展动态,并提出一个利用量子技术的基于同态加密的安全云框架。该框架可以在理论上实现云环境下对于输入与输出的盲目性,保证了云计算的绝对保密性。当然,这个框架仍然需要更多的理论研究,特别是针对不同技术之间的接口,同态加密与解密效率,正确率等方向。我们会在之后的研究中向这些方向进行扩展和补全该框架的技术细节。


会议官网

目录
相关文章
|
3月前
|
机器学习/深度学习 数据采集 人工智能
揭秘!47页文档拆解苹果智能,从架构、数据到训练和优化
【8月更文挑战第23天】苹果公司发布了一份47页的研究文档,深入解析了其在智能基础语言模型领域的探索与突破。文档揭示了苹果在此领域的雄厚实力,并分享了其独特的混合架构设计,该设计融合了Transformer与RNN的优势,显著提高了模型处理序列数据的效能与表现力。然而,这种架构也带来了诸如权重平衡与资源消耗等挑战。苹果利用海量、多样的高质量数据集训练模型,但确保数据质量及处理噪声仍需克服。此外,苹果采取了自监督与无监督学习相结合的高效训练策略,以增强模型的泛化与稳健性,但仍需解决预训练任务选择及超参数调优等问题。
146 66
|
4月前
|
传感器 监控 安全
智能物联网技术在现代城市管理中的应用与挑战
【7月更文挑战第31天】本文深入探讨了智能物联网技术在现代城市管理中的关键作用,并分析了其带来的显著效益及所面临的主要挑战。文章通过具体案例分析,展示了物联网技术如何优化城市基础设施、改善公共服务质量以及增强城市安全系统。同时,本文也指出了物联网技术在数据安全、隐私保护、技术标准化和成本投入方面的主要挑战,并对未来的发展方向提出了展望。
|
27天前
|
存储 监控 物联网
医疗物联网设备精细化管理系统解决方案
华汇数据智慧医院物联网管理系统解决方案是一种集物联网、云计算、大数据和人工智能等先进技术于一体的综合性解决方案,旨在提升医院的运营效率、医疗质量和患者满意度。
65 3
|
6天前
|
机器学习/深度学习 运维 监控
智能运维在现代IT架构中的转型之路####
【10月更文挑战第29天】 本文旨在探讨智能运维(AIOps)如何成为现代IT架构不可或缺的一部分,通过分析其核心价值、关键技术及实践案例,揭示AIOps在提升系统稳定性、优化资源配置及加速故障响应中的关键作用。不同于传统运维模式的被动响应,智能运维强调预测性维护与自动化处理,为企业数字化转型提供强有力的技术支撑。 ####
31 0
|
1月前
|
安全 网络安全 量子技术
探索未来网络安全的关键:量子加密技术
本文深入探讨了量子加密技术,一项被视为未来网络安全领域的重要突破。通过详细分析量子加密的工作原理、优势以及当前面临的挑战和潜在解决方案,文章为读者提供了对这一前沿技术的全面理解。我们将探讨如何将量子加密技术与现有网络安全架构融合,以及它在未来数字世界中的潜在应用。
47 2
|
2月前
|
安全 物联网 大数据
量子加密:保障信息安全的新前沿
【9月更文挑战第15天】量子加密技术作为保障信息安全的新前沿,正以其独特的优势和潜力引领着信息安全领域的发展。随着技术的不断进步和应用的不断拓展,我们有理由相信量子加密技术将为全球信息安全事业带来革命性的变革。让我们共同期待这一时代的到来!
90 11
|
3月前
|
人工智能 网络协议 物联网
AIoT智能物联网平台技术架构
AIoT智能物联网平台的技术架构从终端设备到物联网平台可分为边缘侧网关、接入网关层、基础设施层、中台层和应用层。
169 14
|
2月前
|
传感器 Cloud Native 物联网
Micronaut在物联网中的应用探索:轻盈架构赋能万物互联新时代
【9月更文挑战第6天】Micronaut是一个现代、轻量级的Java框架,以其高效、易用及对云原生环境的支持,在物联网开发中展现出独特优势。它通过AOT编译技术优化应用,减少内存消耗,适合资源受限的设备。Micronaut支持反应式编程和HTTP/2,提升并发处理能力和网络传输效率。本文通过一个温度传感器数据收集服务的例子,展示了如何利用Micronaut简化物联网应用开发,使其成为该领域的理想选择。
50 3
|
3月前
|
机器学习/深度学习 人工智能
清华研究登Nature,首创全前向智能光计算训练架构,戴琼海、方璐领衔
【8月更文挑战第30天】清华大学研究人员在《自然》杂志上发表了一项开创性成果,提出了一种全前向智能光计算训练架构,解决了传统光学AI方法依赖电子计算机模拟和优化的问题,实现了光学系统的自学习和自设计。该架构通过将光学系统映射到参数化神经网络中,消除了反向传播需求,展示了在多个领域的广泛应用前景,如深度光学神经网络和高分辨率散射成像等。这一成果为光学AI的发展开辟了新道路,但实际应用中仍需克服一些挑战。论文详情见:https://www.nature.com/articles/s41586-024-07687-4
46 2
|
3月前
|
机器学习/深度学习 人工智能 安全
AI技术在医疗领域的应用及未来展望网络安全与信息安全:关于网络安全漏洞、加密技术、安全意识等方面的知识分享
【8月更文挑战第29天】本文主要介绍了AI技术在医疗领域的应用以及未来的发展趋势。文章首先介绍了AI技术的基本概念和发展历程,然后详细介绍了AI技术在医疗领域的具体应用,包括疾病诊断、治疗建议、药物研发等方面。最后,文章对未来AI技术在医疗领域的发展趋势进行了预测和展望。

热门文章

最新文章

相关产品

  • 物联网平台