隐私查询学习笔记—论文理解《Efficient and privacy-preserving similar electronic medical records query 》

最新推荐文章于 2024-07-10 22:11:08 发布
最新推荐文章于 2024-07-10 22:11:08 发布
阅读量132 收藏
点赞数 2
文章标签： 学习 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xhu_lab/article/details/139181402
版权

摘要
云辅助电子医疗保健系统的进步和采用使大规模电子病历 (EMR) 存储在云端以实现高效且易于访问。EMR 的一个直接好处是患者能够搜索与云中自己相似的 EMR 作为参考。这些类似的 EMR 可以帮助患者快速找到合适的医疗服务。然而，对于大规模的电子医疗保健系统，在确保这些查询的效率和隐私方面仍然存在挑战。在这项研究中，我们构建了一个高效且保护隐私的相似 EMR 查询方案，以帮助患者在大规模电子医疗保健系统中找到与参考相似的 EMR。具体来说，我们提出了一种基于二元决策树的粗粒度查询方法，以找到一组与患者医疗症状关键字集相对应的 EMR。我们还设计了一种细粒度的查询方法来找到与患者设置的阈值相似的 EMR。详细的安全分析表明，所提出的方案是安全的。实验验证了该方法在大规模电子

原文链接http://t.csdnimg.cn/9cZNS

驷乘梦路
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Toward efficient and privacy-preserving computing in big data era
02-21
innovation, has recently received considerable attention, and many research efforts have been directed to big data processing due to its high volume, velocity, and variety (referred to as “3V...
Privacy-preserving and communication-efficient federated learning in Internet of Things.pdf
12-23
隐私保护和通信高效联邦学习在物联网中的应用 隐私保护和通信高效联邦学习是当前物联网（Internet of Things，IoT）领域中的热点话题。随着越来越多的设备连接到互联网，数据隐私和安全问题变得越来越重要。为了...
【阅读笔记】Towards Efficient and Privacy-preserving Federated Deep Learning
HERODING23的博客
02-13 3315
Towards Efficient and Privacy-preserving Federated Deep Learning前言一、论文解析Abstract1. INTRODUCTION2. SYSTEM MODEL AND THREAT MODEL2.1 System Model2.2 Threat Model3. PRELIMINARIES3.1 Neural Network and Federated Deep Learning3.2 Additively Homomorphic Encrypt
【论文阅读】《Efficient and privacy-preserving range-max query in fog-based agricultural IoT》
卷卷卷不动的博客
10-20 1236
论文阅读《Efficient and privacy-preserving range-max query in fog-based agricultural IoT》
论文学习笔记 POSEIDON: Privacy-Preserving Federated Neural Network Learning
WINCJS的博客
07-03 1757
论文学习笔记 POSEIDON: Privacy-Preserving Federated Neural Network Learning NDSS 2021录用文章 目录论文学习笔记 POSEIDON: Privacy-Preserving Federated Neural Network Learning一、机器学习1. 机器学习(ML)中的挑战2. 隐私保护机器学习(PPML)二、POSEIDON方案1. 系统和威胁模型2. 方案总览多方同态加密(MHE)联邦学习主要挑战和解决方法3. 方案CKKS
最新论文笔记(+22)：Anonymous and Efficient Authentication Scheme for Privacy-Preserving DL / TIFS2022
cryptocxf的博客
10-14 1983
摘要：在分布式学习（Distributed Learning，DL）中，敌手能够通过分析中间参数（传输的模型）来推断出原始数据。目前的解决方案，主要依赖于差分隐私、加密技术（同态加密、安全多方计算）。但差分隐私会降低数据效用，而加密技术的操作是有限的，以及计算和通信成本很高。本文提出了一种不降低数据效用的前提下，解决隐私问题和匿名认证问题。而且可以结合数据投毒攻击和搭便车攻击的检测方法，更适用于分布式场景。因此，设计了一个基于配对的无证书签名方案，进一步提出了支持动态批量验证的匿名高效认证协议。
最新论文笔记(+21)：Privacy-Preserving Byzantine-Robust Federated Learning via Blockchain Systems/ TIFS2022
cryptocxf的博客
10-11 7725
Privacy-Preserving Byzantine-Robust Federated Learning via Blockchain Systems 可译为“利用区块链实现隐私保护的拜占庭鲁棒性联邦学习”这篇是今年八月份被TIFS2022（CCF A）收录的文章，写的利用全同态加密和区块链技术解决联邦学习中隐私问题和可信问题（虽然区块链仅仅只是存储的作用，也稍微提了一下）。精读完这篇文章，整体感觉还不错，毕竟是CCF A类期刊。下面是自己读后感，根据自己的语言来做了一些笔记，也相当于回顾。
论文阅读：HybridAlpha: An Efficient Approach for Privacy-Preserving Federated Learning
三金samkam的博客
01-30 1347
论文名字 HybridAlpha: An Efficient Approach for Privacy-Preserving Federated Learning 来源 会议 the 12th ACM Workshop 年份 2019.11.11 作者 Xu, Runhua，Baracaldo, Nathalie，Zhou, Yi，Anwar, Ali，...
002 Privacy-preserving and communication-efficient federated learning in Internet of Things（主要关于通信）
Uzz_yuzaizai的博客
05-31 946
在物联网中实现保护隐私、高效通信的联邦学习方法PCFL
机器学习的隐私保护研究综述 Survey on Privacy-Preserving Machine Learning
daisyxyr的博客
04-19 973
3.机器学习的隐私保护研究综述 Survey on Privacy-Preserving Machine Learning 摘要：大规模数据收集大幅提升了机器学习算法的性能，实现了经济效益和社会效益的共赢，但也令个人隐私保护面临更大的风险与挑战.机器学习的训练模式主要分为集中学习和联邦学习2类，前者在模型训练前需统一收集各方数据，尽管易于部署，却存在极大数据隐私与安全隐患；后者实现了将各方数据保留在本地的同时进行模型训练，但该方式目前正处于研究的起步阶段，无论在技术还是部署中仍面临诸多问题与挑战.现有的隐私
【阅读笔记】Federated Learning for Privacy-Preserving AI
HERODING23的博客
12-20 1272
Federated Learning for Privacy-Preserving AI前言一、论文解析DefinitionCategorizationArchitectureApplication ExamplesUse Case 1：FedRiskCtrlUse Case 2：FedVisionOutlook二、论文总结三、个人感悟 前言 一篇来自 Communications of ACM 的文章，这类期刊相当于magazine性质的文章，所以大多很短。之前阅读了PPFL的综述，对PPFL有了更深刻的
3-论文笔记--《Privacy-preserving and Efficient Aggregation based on Blockchain for Power Grid...》
热门推荐
m0_57126939的博客
09-28 1万+
挑战： （1）是可用于数据聚合的信任方。当用户向第三方提交敏感数据时，隐私是最重要的问题。 （2）隐藏用户的真实身份和假名之间的联系。伪名写是伪装用户身份的常见解决方案。 （3）身份验证的速度 论文结构： 介绍了相关的隐私保护技术。 给出了方案的初步设计 详细描述了所提出的方案 进行了安全性分析和性能评估 总结 方案大概： 因为缺乏可信任的第三方来获取数据聚合，在每个时间段中随机选择一个用户来聚合所有用户的数据，并将...
VP2RQ:Efficient Verifiable Privacy-Preserving Range Query Processing in Two-tieredWireless Sensor Networks
02-21
VP2RQ:Efficient Verifiable Privacy-Preserving Range Query Processing in Two-tieredWireless Sensor Networks
A Voronoi-Based Location Privacy-Preserving Method for Continuous Query in LBS
02-07
该研究提出了一种新颖的方法，旨在解决在连续查询时的地理位置隐私泄露问题，同时保持服务质量（QoS）与隐私保护之间的良好平衡。 【Voronoi图与位置隐私】 Voronoi图是一种几何分割方法，用于将空间划分为多个...
Privacy-preserving verifiable delegation of polynomial and matrix functions
02-11
Privacy-preserving verifiable delegation of polynomial and matrix functions
Lumos学习王佩丰Excel第四讲：排序与选择
最新发布
Sunshine_XX的博客
07-10 195
自定义排序演示：工资条拆分的演示：如果遇到很长的表，标题只存在于顶端，打印出来观感不好，可以这样做：有些版本的excel复制筛选数据容易把背后隐藏的所有数据都复制上去，这时可选中定位条件的“可见单元格”选项，复制粘贴即可。并排表示且，错排表示或。ctrl+shift+↓+→全选，演示说明：回头学原理，先记住一句话，要想筛选对，条件表头不要对。
Autoware.universe 高效学习第三章 -- 智驾技术务虚会之智驾技术栈讨论 其一
cy1641395022的博客
07-10 444
Autoware.universe 高效学习第三章 -- 智驾技术务虚会之智驾技术栈讨论 其一
css样式学习样例之边框
abments的博客
07-07 836
css样式学习样例之边框
在文献Efficient and Privacy-Preserving Multi-Party Skyline Queries Over Encrypted Data中SMSQ协议的内容
05-17
SMSQ是一种旨在实现在多个加密数据拥有者之间进行隐私保护的多方天际线查询的协议。具体来说，该协议允许多个数据拥有者通过加密和解密技术，共同计算出多个加密数据集的天际线查询结果，同时保护每个数据集的隐私。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值