合并RFID和区块链技术加速大数据基于生理信号的医学研究

文摘

生理信号采集和监控系统的扩散,导致爆炸在生理信号数据。此外,RFID系统,区块链技术,和雾计算机制显著增加的可用性生理信号信息通过大数据研究。司机的发展混合动力系统的持续努力使医疗服务更高效和可持续发展。植入式医疗器械(IMD)是手术治疗设备植入病人的身体持续监测他们的生理参数。患者由于IMD治疗心律失常的治疗和拯救生命的好处。我们专注于混合动力系统开发为病人的生理信号收集、存储保护和监视在急救护理和临床实践。为了提供医疗数据隐私保护和医疗决策支持,提出了混合动力系统,RFID,区块链和大数据技术用于分析生理信号。

1。介绍

医疗应用程序不断增加。有效地处理生理信号,具体的技术,如数据采集使用RFID协议、基础设施、基于区块链框架和分布式信息存储,是必需的。医院应用程序采用生理信号实现更快的方式访问这些记录。生理信号是负责提供病人护理,提高临床表现,促进临床数据研究[1- - - - - -5]。

自雾计算解决了大数据的安全存储问题的临床数据研究以最小的成本,雾计算技术是可定制的,经济的,提供基础设施、平台和软件。生理信号的分析和迁移提出了用于访问和分享生理信号数据由不同研究实验室和医疗专家,这可以使生理信号的交流更迅速和适当的使用射频识别技术和智能手机的应用程序平台。RFID协议的优势(6- - - - - -9),雾计算和区块链医学应用提供安全性和隐私保护的存储和共享生理信号记录。它可以提供医生通过IMD(与合作方式10)和RFID帮助病人的突发事件模式。新模型基于区块链可以支持医学背景的农村医疗药品和医疗研究和分析数据(11- - - - - -15]。

迫切需要对不同研究机构共享加密的生理信号。因此,隐私和安全问题的生理信号数据所有者和研究机构的重点,当生理信号包括大量的敏感信息和攻击者不断尝试新方法偷的生理信号。为了处理这些问题,医疗数据库调整区块链和雾计算提出了(16,17]。医疗应用程序生态系统允许监管机构共享和交换的生理信号数据图1。blockchain-fog-RFID基于数据的引入生态系统确保个人采取控制生理信号的信息。提出了共享数据驱动经济股票研究和商业目的的生理信号图1。

在本文,我们保护心脏IMD免受安全威胁通过提供一个安全计划。首先,我们验证和IMD的主要安全攻击进行分类。其次,我们引入区块链和RFID系统扩展IMD架构(10),讨论了结构的互操作性在医疗环境中,如图2。

blockchian-fog-RFID方法加速的动力大数据基于生理信号如下:医学研究方法由于强大的计算机的应用越来越普遍,从各种来源的生理信号的可用性。然而,尽管生理信号的复杂性使得复杂的方法特别适用,他们的应用程序的生理信号通常被认为是比在其他领域。大数据在医学创新已经成为一种时尚。飞速发展人工智能特别是承诺改革医疗资源分配的复杂疾病的诊断。但是,大数据带来了巨大的风险和挑战,包括对病人隐私的主要问题:公平的重要性,同意,在基于RFID数据采集和病人管理;根据雾计算数据存储;通过使用blockchian和处理数据泄露。在未来,我们将讨论在生理信号方法的应用研究:基础研究;疾病管理;病原学; detection and diagnosis; health services research; treatment development; and treatment evaluation. The possibilities of the blockchian-fog-RFID method for accelerating big data medical research in physiological signals are enormous.

本文的贡献包括四个部分如下:(1)安全计划是一种低能量消耗在IMD RFID系统。应用认证协议实现的射频识别电路没有能量。(2)应用能量收获计划使用增强的缕,执行计算功能和使用收获能量超越被动RFID标签。(3)提出了认证协议允许授权卫生保健专业人员获取访问权限在常规和紧急心脏IMD安全地确定模型,根据病人的能力提供有效身份证件,由于生物密钥分发方案实施。(4)方案生成和基于生理安全地共享一个主键套IMD收集的病人。监控和确保数据完整性在临床试验是当前研究系统并非总是可行。区块链使不可变的,收集的数据跟踪,并在临床试验可能更值得信赖。我们也改善我们目前的方式报告不良事件。

总之,我们认为区块链可以提高临床试验数据的管理,提高信任在临床研究过程中,简化试验的监管。最后,我们评估安全解决方案的安全性和性能。

该模型涵盖了健康产业的许多方面,如医生、患者和药店保险供应商和政府。本文展示了使用RFID的应用,区块链技术和雾计算存储和管理生理信号数据。共享区块链模型提出了生理信号。在下一节中,区块链的结合,射频识别,人工智能(AI)技术适用于收集、存储、和处理异构生理信号。该模型可用于生理信号的管理。

2。相关工作

医疗行业发生了巨大的变化,因为临床研究生理信号数据共享的繁荣。我们总结了医疗研究包括生理信号数据,雾计算获得的患者信息,改善区块链技术。生理信号数据的医疗保健应用程序采用大数据和深度学习技术和提供数据机密性和身份认证,以维护患者的隐私权。为了更方便地服务于大数据医学分析,Rajan和拉詹1和《浮士德》等。2)提出了医学的重要性大数据隐私和数据分析在医疗保健上的影响。

Rajan和拉詹1)提出了一种生理信号监测方案通过使用物联网(物联网)。我们计划使用物联网改善生理信号的访问方法和远程监控系统的实时动态监测方法,提高了远程监测系统的效率。浮士德et al。2]总结深度学习算法的应用生理信号,指出深优于传统的分析和机器学习方法进行分类方法对于大型和多样化的数据集。Shanthapriya和Vaithianathan3)提出了健康监测系统为人类的区域网络。隐写术技术监测病人的健康安全和患者提供数据机密性和身份验证。Orphanidou [4]对大数据的应用生理信号,指出应用程序如何使用生理信号提供实时支持医疗决策在临床和家庭设置,并在临床实践中需要克服。格子et al。5)提出了一个心率监测系统基于移动设备和地理位置,它可以监测生理信号和异常心率变化时发送报警信息。

卫生保健系统(6- - - - - -9)数据分布领域许多生理信号生成、存储分散,利用射频识别和访问日报。尤里·阿尔瓦雷斯et al。6]描述了RFID技术的贡献可以改善医疗服务,医院可以提供跟踪的患者,药物,和医疗资产,可以提高效率和安全的电子医疗应用程序。马丁内斯佩雷斯et al。7]使用射频识别技术在ICU(信息管理系统)来跟踪ICU病人的承认,护理计划,生活监控、处方药品监督管理流程,提高质量的病人的住院期间护理。Adame et al。8)提出了监测系统的智能医疗提供位置状态和跟踪病人和卫生保健的资产。奥马尔et al。9)提出了可靠、安全,和许多基于隐私权医疗自动化和组织信息管理系统能够提供实时监控智能病人生命体征的病人在住院期间的管理。

文献[11- - - - - -15在区块链应用程序)是巨大的浓度。徐et al。11]提供了一个分散的资源管理框架基于区块链通过研究资源管理问题。唐爱青和小东12)提出了一个blockchain-based安全和隐私保护共享协议改进电子健康的诊断系统。私人区块链负责存储个人医疗信息(φ),而联盟区块链保持安全指数φ的记录。Dubovitskaya et al。13)提出了一个框架,为癌症病人分享EMR数据基于区块链和实现。Lebech et al。14多重签名区块链协议)用于糖尿病数据管理和访问控制,以及共享和加密。新方法帮助更有效地共享糖尿病数据在不同的机构。悦et al。15)提出了医学数据网关(HGD)架构基于区块链,使患者安全的,没有侵犯隐私控制和共享数据。

当不同研究机构共享的生理信号,隐私和安全的问题是研究机构的主要目标,因为生理信号包含敏感信息,攻击者是不断尝试各种新奇的方法,来窃取信息。为了满足隐私需求和处理安全问题,医疗数据库,使用区块链和雾提出了计算技术。

增强信任共享生理信号模型特征高度安全的数据加密和解密方案。从区块链网络模型需要许可医务人员之间共享患者信息。该模型进行加密并分析生理信号通过区块链网络,大数据分析技术和人工智能技术。卡迈勒et al。16]指出区块链技术变得越来越重要在医学研究和医疗护理,提出8区块链在医疗保健中的应用的解决方案,并预测区块链和人工智能在未来解决各种健康问题。Jen挂et al。17区块链用于药物供应链创造透明的毒品交易数据,防止假药,保护公众健康。

上述研究结果不适用区块链RFID系统。然而,协议(18基于区块链]提出了RFID系统,没有雾计算应用于医学领域。这是我们创新工作提出RFID协议基于雾计算和块链技术在医疗系统。

基于雾RFID协议框架计算和区块链用于医学大数据收集和数据隐私保护(19- - - - - -21]。顾et al。19雾]提出了一种安全与隐私保护解决方案计算、安全与隐私保护设计一个框架使用雾计算和基于基于上下文的动态和静态信息的隐私泄漏改善健康和医学基础设施。席尔瓦et al。20.)提出了一个医疗记录管理架构基于雾计算。使用的建筑区块链技术提供必要的隐私保护和允许雾节点以分布式的方式执行授权流程。关等。21]在雾计算数据安全和隐私问题讨论。他们指出,数据安全和隐私雾层带来的挑战在云计算和数据保护技术不能直接应用于雾计算。Patel说雾计算原始医疗数据共享区块链序列模型(22]。唐et al。23)提出了一种新的博弈理论框架来提高挖掘效率的区块链网络和区块链网络的总效益最大化。为了提高电子医疗系统的诊断,张和林(12)提出了一个基于区块链的安全性和隐私保护φ共享(BSPP)计划。共识机制(私人区块链和联合区块链)由一个区块链数据结构设计。

3所示。使用imd相互认证协议

缕的相互认证协议提出有两种模式:普通模式的IMD和相同的凭证;紧急模式启动时的状态出现。IMD的凭证不是由程序员共享;患者不能与共享凭证;和配置的证书是过期的。

3.1。医疗记录上的威胁和影响

的威胁和对生理信号的影响如下:隐私,股本,同意,和病人健康信息收集管理;歧视在信息应用程序;和处理数据泄露。

因为新开发的数据采集和存储技术来收集和分析大量的数据,这些技术(RFID、区块链和人工智能)使更多的人类经验。而严格的临床试验还需要处理数据泄露,将燃料的技术精度的新时代医学以各种方法,如表所示1。

3.2。生理信号数据隐私规则

而生理信号的命脉数字变化的当今社会,许多人还没有完全意识到适当的数据收集和处理。隐私问题是问题的过程中产生的数据。更重要的是被视为隐私保护在医疗、个人生理信号由一个大比例的数据。规章制度指导数据生成的过程中,传输、访问和交流。隐私存储规则如下:使患者更好地控制生理信号;建立边界生理信号的使用和发布;保护隐私的生理信号;使病人能够做出明智的选择;,使患者需要注意的方法防止数据泄漏。是完全重要保持生理信号的安全和隐私通过使用RFID,雾计算和区块链。

3.3。imd的安全攻击和要求

这部分显示imd的主要安全攻击(10),讨论了图的安全需求3。表2解释的符号和定义所有身份验证协议。

3.4。在紧急模式下相互的身份验证方案

IMD和程序员可以安全地生产和提供主要的关键是提取患者的数据通过执行相互认证协议提出的紧急模式如图4。步骤1:读者发起了相互认证协议的紧急模式通过发送同步请求米₁= (ID_RN_RIMD,标志)。步骤2:缕计算功能V= RandPermute (F_W∪F′W)和向读者发送V。步骤3:读者计算K_生物= H (Q)和发送米₃= (ID_R,我,HMAC (,K_生物Q,我| | ID_R缕))。目的:如果匹配的字符数大于预定义的阈值,缕计算K′_生物= H (Q)和验证K′_生物? =K_生物。如果关键是成功地证实,缕生成N_W和计算K= H (K_生物| N_W),K′H (K = | N_W)。缕承认读者通过传输米₄= ((N_W、身份证_W)_KbioHMAC (K_生物N_R| N_W| ID_W))。第五:为了确定(N_W、身份证_W),读者使用K解码消息的第一部分_生物。在那之后,它的真实性验证(N_W、身份证_W)采用HMAC函数和比较结果,收到消息的第二部分。如果它们相等,读者计算K= H (K_生物| N_W),K′H (K = | N_W),然后发送米₅= (Seq₁HMAC (K′N_W| Seq₁))。读者发送消息(K′, Seq₁程序员。第六步:缕验证会话密钥的平等。IMD收集会话的关键和相关的序列号。

两种模式(紧急模式和普通模式)有相同的缺点。首先,无论是模型讨论如何在数据库存储大量的数据。第二,两种模型都已秘密密钥泄露攻击和跟踪攻击。第三,无论是模型使用云存储技术或区块链技术。

3.5。攻击在紧急模式下进行相互身份验证协议

3.5.1。读者的模拟攻击

读者计算K_生物= H (Q),然后发送米₃= (ID_R,我,HMAC (K_生物Q,我| | ID_R缕))。

为了简化分析步骤,这些步骤在图3 - 64在这里省略了。跟踪攻击在紧急模式下有三个阶段。(1)测试阶段:攻击者选择目标标签R ,监视器(第一轮¹米₁,¹米₂,¹米₃)R ,和获得输出键¹K_生物= H (Q)和读者应用¹米₃= (ID_R,我,HMAC (,K_生物Q,我| | ID_R缕))。(2)读者的模拟攻击阶段:攻击者(假冒的读者R′)选择监控信息¹米₁。攻击者监视器输出信息(²K_生物= H (Q),²米₃= (ID_R,我,HMAC (K_生物Q,我| | ID_R)))在第二轮。(3)决策阶段:对手获得的值(¹K_生物,¹米₃)和(²K_生物,²米₃)。如果(¹K_生物,¹米₃)≠(²K_生物,²米₃),攻击者确认R 不是R′与概率1;如果(¹K_生物,¹米₃)= (²K_生物,²米₃),攻击者确保R 是伪造的R′。因此,该协议不满足弱不可分辨性财产和深受读者的模拟攻击。

3.5.2。减少读者的计算成本和缕

为了降低整个系统的计算,读者和缕的散列计算费用很高,拟议中的协议使用PRNG函数来代替哈希函数。

3.6。相互认证的常规模式

常规模式保证了安全数据交换,如图5。步骤1:读者发送= (N_R、身份证_R国旗,HMAC (K, N_R| ID_R)在常规模式。步骤2:缕可以确定接收到的请求的新鲜和读者的真实性。如果组织主键没有耗尽,接收到的请求的键由缕认证。相反,缕否认拒绝访问通过发送消息。步骤3:缕计算K′H (K = | N_W),并发送= ((Nbr、N_W、身份证_W)_KHMAC (K, N_R| N_W| ID_W)读者。目的:当收到消息,读者解码消息获得的第一部分(Nbr、N_W,身份证_W)。第五:验证成功后,读者计算键值K′使用N_W和发送消息= (Seq₁HMAC (K′N_W| Seq₁))。第六段:缕可以证实消息的新鲜度和钥匙的平等双方的计算。缕增量Nbr参数代表总数的会话密钥起源于主键。缕传送消息(K′,没有或正在穿衣Seq₁、Nbr)唤醒IMD天线。

相互认证协议的攻击的常规模式。

3.6.1。密钥公开攻击

袭击者监控交付信息,揭示了密钥如下:在步骤1中,= (N_R、身份证_R国旗,HMAC (,K,N_R| ID_R)),攻击者披露ID_R在步骤3,= ((Nbr、NW, IDW)KHMAC (K,NR | NW | IDW)),攻击者IDW披露在Step7, (K′,Seq1、Nbr),攻击者透露K′

操作。跟踪攻击

为了简化分析过程,图3 - 6的步骤5在这里省略了。跟踪攻击三个阶段。(1)测试阶段:攻击者选择目标标签 。然后,她/他显示器(第一轮¹米₁,¹米₂,¹米₃,¹米₄)和获得输出键(¹ID_R,¹ID_W)。(2)跟踪攻击阶段:我们假设标记集( , ,… )包括和假冒标签T′。攻击者监控键(²ID_R,²ID_W在第二轮。(3)决策阶段:对手获得的值(¹ID_R,¹ID_W)和(²ID_R,²ID_W)。如果(¹ID_R,¹ID_W)≠(²ID_R,²ID_W),攻击者确认T′不以概率1;如果(¹ID_R,¹ID_W)= (²ID_R,²ID_W),攻击者确保是(假冒标签T′)。因此,最初的协议在普通模式下不满足弱不可分辨性财产和患有跟踪攻击。

3.6.3。医学框架基于RFID、区块链和人工智能

目前,大量的病人的综合数据集由病史(遗传、生活方式数据、药物和血液生物化学)。此外,消费品公司和制药愿意支付多的钱绝大个人生理信号数据用于训练他们的人工智能模型通过使用机器学习。我们提出了基于RFID医疗框架,区块链,和人工智能,如图6。

先前的研究基于RFID、区块链和人工智能主要集中在医学应用,分别。研究改善生理信号数据处理的时间熟练程度和导致医疗数据管理相结合三种技术。医学框架包括低资源使用的有效性,大型计算时间,更多的精力、更少的力量,和低内存消耗(算法1)。

4所示。协议3和协议的安全性和性能分析4

协议3和协议4更适合生理信号存储在医学应用。

4.1。安全分析协议3

方案3克服的弱点协议1,协议4克服的弱点协议2。

以下4.4.1。读者的模拟攻击抵抗

为了抵制读者模拟攻击,读者计算=PRNG(问| |N_R)使用N_R。即使攻击者监视器输出信息(²K_生物=PRNG(问| |N′_R),²米₃= (ID_R,我,HMAC (,²K_生物Q,我| | | | ID_R)))使用新的现时标志N′R在第二轮,攻击者不能假冒最初的读者。

4.1.2。关键漏洞攻击抵抗

为了抵抗密钥泄漏攻击,缕计算B=⊕ ;读者计算K=PRNG(| | );和K′=PRNG(K| | )。

4.1.3。提供数据完整性验证

为了满足数据完整性,协议3 HMAC哈希计算,用于保护消息的完整性(K1,Seq₁)。

4.1.4。提供可伸缩性和效率

为了满足可伸缩性,每个标记标识符不匹配数据库中相应的关键。因此,识别标签的钥匙不匹配一个接一个的DB改进协议,保证标签认证的效率和满足可伸缩性的财产。

4.1.5。重播攻击的抵抗

攻击者重放的消息进行身份验证通过监测前信息。为了抵抗重放攻击,所有消息加密通过使用随机数(丁腈橡胶,N_W,N_R),结合PRNG函数。

4.1.6。提供数据完整性验证

为了实现数据完整性的财产,我们使用PRNG计算K^′=PRNG(K|N_W)保护的完整性K′。

4.2。安全分析协议4

4.2.1。密钥公开攻击抵抗

为了实现匿名和隐私要求改进协议4、协议使用XOR函数加密传输键如下:

B=ID_W⊕N_W,K1 =K′⊕N_R,K2 =K′⊕N_W。

4.2.2。跟踪攻击的抵抗

密钥更新机制K′=PRNG(K| )涉及到我^th键和目前(N_W,K)。的我^th关键K_我不能被破解的(我+1)^th键K_我+1和我^th会话。PRNG功能保护参数的原因是加密的消息。因此,增强抵制跟踪攻击的协议。

4.2.3。可用性和去同步化攻击的抵抗力

为了提供匿名通信组件(标签和DB)完成后更新共享消息对话。如果对手摧毁更新过程中,身份验证方案受到去同步化攻击。为了保证保密和匿名性K,同步消息应该被更新。此外,攻击者知道共享密钥K′在更新过程中,随机数的保护(N_W,N_R)。改进后的协议是失调的阻力。

4.3。安全性和性能的比较分析

表3列出了计算成本五个协议。标签的计算成本协议3 3 prng + Xor和标签的计算成本协议4 2 prng + Xor。增强协议的安全性能优于其它方案。与原协议1和协议2相比,改进后的协议支持安全改进和确保等功能的完整性,效率,用户隐私。

5。区块链安全和隐私框架存储和共享

一个框架开发分享生理信号跨域和构建辐射研究的分类帐和patient-defined访问权限通过应用区块链为分布式数据存储。相对劣势的框架包括隐私的复杂性和安全模型。最终,大规模的可行性的方法仍有待证明。

需要特殊的医疗技术,如并行处理、分布式数据网络,可伸缩的存储、框架和基础设施。雾雾计算是经济和可定制的,因为计算处理这些复杂的问题在虚拟环境中,只需要支付服务和资源使用。

共享生理信号系统在不同的医疗机构是重要的,但目前的基础设施对于传输生理信号依赖于信任第三方中介机构。我们建议的框架跨域共享图像区块链在哪里作为分布式数据存储建立patient-defined访问权限。区块链框架验证消除第三方的访问权限保护的生理信号信息,符合许多标准的可互操作的医疗系统,和容易推广领域超越生理信号。我们总结了框架基于区块链允许病人安全电子访问权限授予他们的生理信号数据和描述方法的优点和缺点。

生理信号的实际传输需要签署的生理信号接收器传送请求URL端点。个人服务请求实体的访问权限被授权的生理信号研究所有者(病人)。研究所有病人的生理信号导致巨大的区块链,太大的下载,存储,并验证了节点在移动设备上运行。大小的区块链已经被证明是限制元素链存储事务数据。

考虑到所有这些因素,生理信号通过使用共享区块链帮助可互操作的卫生系统和有更大的能力来访问电子病人的生理信号。

5.1。基于区块链(生理信号数据共享模型22]

智能合同基于区块链是用来促进医疗传感器的安全分析和管理。智能设备调用智能合同和写区块链上的所有事件的记录。智能合同系统支持实时监测患者和医疗干预,向病人和医务人员发送通知。医疗记录的提供者可以修改的生理信号,但它需要病人的同意,病人可以将访问权限分配给医疗记录。

当应用区块链的建设信用体系,促进信用信息的收集和监督在医学领域和建立新的关系平台。是重要的改善信用体系建设。根据统一的评估标准,评估信用评级,评级水平的结果是公开的平台上块链,信用评级奖励和处罚违反信贷,加强信用体系的建设真正意义上的医学领域。

信息不对称加密方法需要两个密钥:公钥和私钥。生理信号使用公钥加密后,只能使用对应的私钥解密。相反,如果使用私钥加密的数据,只能使用对应的公钥解密。如果区块链可以嫁接、科研机构了解疾病发生的概率,事故的发生,医院管理水平,和索赔案件和其他实际情况。(1)使用光纤陀螺仪的区块链和雾仓库存储医疗数据,如图10。(1)每个学院的医学研究和病人列表。(2)病人有权访问每个研究的实体集。所代表的实体的共同部分区块链上的非对称密钥对。(2)定义研究:事务建立病人的主UID是特定的惟一标识符和源的创造者。元组存储在块链与双签名交易,类似于文档签名从患者和医院的代表。病人认为定义研究收到医院的医疗诊断,证实声明并承诺提供研究在前面的块。病人的签名声明是通过移动应用程序,该股票和商店所需的值允许访问事务在未来。然后,医院迹象的病人随访信息,广播事务区块链。(3)允许访问:事务允许医学信息研究的所有者授权另一方来检索它的医疗数据。病人K_P标志一个事务给予医生K的函数_D。签名验证块嵌入blockchains。如图11验证后,病人出版事务的关键医生通过应用平台。病人可以授权合法的医生或机构,医生可以将任何医疗信息与正确的当地医疗记录数。

中间列(车链医疗数据共享序列)描述了实体之间的交互和判断在每个阶段,反映了共享医疗信息通过支持分布式块链和out-of-block事务。

实际的医疗数据传输要求医疗数据接收方提供的签名请求医疗资源的URL端点创建研究。请求和响应都是通过安全连接传输层,防止窃听。在及时有效块生成生成分布式数据库访问权限和刺激以某种方式阻止发电机。只有那些与安全存款可以参与节点的扩展链,任何节点和不端行为将被迫放弃投资。区块链的性质提供了每个节点的直接审计活动的块的数量等生成和故障状态生成的块。节点操作符可以证明所有权的节点使用私钥与节点的公钥身份签署的消息。增强模型添加了雾计算原始医疗数据共享区块链序列模型(22),用于构建医疗数据共享区块链。

我们有显示区块链的技术基础和提供了一个总结的区块链应用程序可以作为一种工具,允许病人自控,生理信号的跨域共享没有中央权威。特别是,我们强调的区块链满足许多需求可互操作的卫生系统。然而,这些技术也有几个重要的限制,现有的相对优势选择之前必须考虑大规模和blockchain-based申请共享生理信号。

当收到查询请求时,生理信号数据源验证签名的正确性,确保K的散列数据与以前公布的数据_P业主通过块B,证实了K_P主人允许请求者访问这些生理信号数据通过块C。如果会议的所有条件,包含生理信号的响应研究是返回的来源。为了防止窃听,请求和响应被发送到防止窃听。医疗数据共享区块链序列图的具体步骤如下:步骤1:为医院(K_H所有者),K_H业主将生理信号检索请求服务在https使用on-blockchain事务和off-blockchain沟通。步骤2:为病人(K_P所有者),生理信号获得KP-owner和KH-owner。步骤3:医院,K_P主人的断言accrate KH-owner股票建立的生理信号的端点。步骤4:对医生(K_D所有者),K_D主人评论住院治疗的生理信号。第五步:耐心,如果病人同意,K_P所有者和将允许访问。第六步:对病人,病人允许K_D所有者访问被KH-owner收购的生理信号。第七步:医生使用信息块(一个,C)提交查询请求的生理信号,签署了K_D。第八步:医院医生的签名有效,使用的数据块(B,C)确认授权和传递生理信号研究的查询响应。发送的请求被K_D老板在计算D。

生态系统是由区块链节点和雾存储。例如,其中一个主要原因将雾存储技术纳入生态系统是提供离线存储解决方案,特别是对于大型的生理信号。安全与隐私,客户端将上传到雾存储加密的生理信号。成熟的雾存储、个人存储可能会取代它。

最重要的是,区块链技术可以创建生理信号驱动市场,患者可以通过提供真实回报他们的数据研究机构、制药和消费公司,应用程序开发社区,产生新的生理信号数据。

6。结论

我们与区块链延长IMD的架构,RFID,缕,增加了生理信号数据的保密性和真实性。增强的RFID协议提供保护跟踪攻击,读者的模拟攻击,和秘密披露的攻击。

生理信号记录证明患者的重要性,和分享和获取生理信号是必不可少的聪明和先进的医疗服务。电子商务的区块链应用证明,在对等网络可信和可审计的交易是可能的。在本文中,我们介绍了生理信号数据雾blockchain-based架构模型计算环境。我们的主要贡献是包括建议的解决方案和未来的医疗数据区块链的方向。提出了大纲显示框架和模式来处理异构生理信号。一旦混合动力技术集成、大数据系统和人工智能技术有潜力提供隐私保护和数据共享和转换医疗管理。在未来,我们将专注于通过雾生理信号数据异构问题计算、区块链,人工智能技术在现实的医疗环境。

数据可用性

本文给出了轮廓框架,和内部工作和协议处理异构生理信号数据。一旦混合动力技术集成、大数据系统和人工智能技术有潜力提供隐私保护和数据共享,改变医疗管理。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作的部分支持由江苏省博士后科学基金(批准号。1701061 b和1701061);徐州医科大学附属医院博士后科学基金(批准号。2016107011,183822,53120225,53120226);徐州医科大学优秀人员科学研究基金会(D2016007格兰特D2016006号,53591506);实践创新Trainng江苏大学生项目项目(批准号。20161031308 h和20161031308 y);自然科学基金中国江苏高等教育机构(批准号16 kjb180028);和333年江苏省项目(没有。BRA2017278)。

引用

1. j . p . Rajan和s e . Rajan“基于物联网的生理信号监测和接收系统对虚拟增强卫生保健网络,”技术和医疗保健,26卷,不。2、379 - 385年,2018页。视图:出版商的网站|谷歌学术搜索
2. o .浮士德y Hagiwara, t . j .香港o . s . Lih和美国r . Acharya“深度学习医疗应用程序基于生理信号:复习一下,”计算机在生物医学方法和项目,卷161,不。1,1-13,2018页。视图:出版商的网站|谷歌学术搜索
3. r . Shanthapriya和诉Vaithianathan ECG-based安全医疗监测系统在人体区域网络,”学报》2018年第四届国际生物图像和仪表(ICBSII)IEEE,页206 - 212年,蒙特利尔,加拿大,2018年10月。视图:出版商的网站|谷歌学术搜索
4. c . Orphanidou”的大数据应用的生理信号数据,”生物物理评论,11卷,不。1,第87 - 83页,2019。视图:出版商的网站|谷歌学术搜索
5. e·o·格子呢和c Ciflikli。”一个android应用程序基于地理定位的健康监测、咨询和报警系统,”IEEE 2018 IEEE学报》第42届会议(COMPSAC)计算机软件和应用程序,页341 - 344,IEEE计算机协会,东京,日本,2018年7月。视图:出版商的网站|谷歌学术搜索
6. l·尤里·阿尔瓦雷斯f .杰奎琳:Guillermo阿尔瓦雷斯et al .,“RFID技术管理和跟踪:e-health应用程序”传感器,18卷,不。8,2663 - 2678年,2018页。视图:出版商的网站|谷歌学术搜索
7. 佩雷斯·m·马丁内斯,c . Dafonte,。戈麦斯:“可追溯性在病人医疗通过集成的射频识别技术在医院ICU,”传感器,18卷,不。5,1627 - 1641年,2018页。视图:出版商的网站|谷歌学术搜索
8. t . Adame贝尔,a·卡雷拉斯j . Melia-Segui m·奥利弗和r .砰”CUIDATS: RFID-WSN混合监测系统对于智能医疗环境,”未来一代计算机系统,卷78,不。2、602 - 615年,2016页。视图:出版商的网站|谷歌学术搜索
9. h·奥马尔,a . Khoshnaw和w·莫内,“聪明的病人管理、监视和跟踪系统利用无线射频识别(RFID)技术,”美国生物医学工程和科学学报》上,1卷,不。2,页1 - 12,IEEE,吉隆坡,马来西亚,2016年12月。视图:出版商的网站|谷歌学术搜索
10. n . Ellouze s Rekhis: Boudriga, m . Allouche”无能为力为心脏植入式医疗设备安全:使用无线识别和遥感平台,“网络和计算机应用》杂志上,卷107,不。1、21、2018页。视图:出版商的网站|谷歌学术搜索
11. 郭和m . c .徐k . Wang,“智能blockchain-based云数据中心资源管理,”IEEE云计算,4卷,不。50 - 59岁,6日,页。2018。视图:出版商的网站|谷歌学术搜索
12. 唐爱青z l .爱,“对安全和保护隐私数据共享e-health通过财团区块链系统,”医疗系统杂志,42卷,不。8,140 - 154年,2018页。视图:出版商的网站|谷歌学术搜索
13. a . Dubovitskaya z徐,s Ryu et al .,“安全的和可信赖的电子病历共享使用区块链,”美国AMIA学报》上。年度研讨会论文集/ AMIA研讨会,1卷,不。1页1-13 AMIA研讨会,华盛顿特区,2017年1月美国。视图:谷歌学术搜索
14. c . s . Lebech s . m . Nibe k . Thomas p . Vestergaard o . Hejlesen,“如何使用区块链糖尿病医疗数据和访问管理:一个操作的概念,“糖尿病科学和技术杂志》上,13卷,不。2、1 - 14,2018页。视图:出版商的网站|谷歌学术搜索
15. d . x悦,h . Wang Jin, m·李和w·江”医疗数据网关:发现医疗情报区块链与小说隐私风险控制,”医疗系统杂志,40卷,不。10日,218 - 242年,2016页。视图:出版商的网站|谷歌学术搜索
16. b . m . n . Kamel j·t·威尔逊,k . a . Clauson”地理空间区块链:承诺,挑战,和场景在健康和医疗、”国际健康地理杂志》上,17卷,不。1 - 2018页。视图:出版商的网站|谷歌学术搜索
17. t . Jen-Hung l . Yen-Chih c . Bin和l . Shih-wei”治理的药物供应链通过gcoin区块链,”国际环境研究和公共卫生杂志》上,15卷,不。6,1055 - 1067年,2018页。视图:出版商的网站|谷歌学术搜索
18. k . Harleen A . m . Afshar j .罗山A . k . Mourya和c·维克多,”一个建议的解决方案和未来方向blockchain-based异构医疗保险数据在云环境中,“医疗系统杂志,42卷,不。8,156 - 167年,2018页。视图:出版商的网站|谷歌学术搜索
19. j·j·顾,r·c·黄l .江g .乔x杜,和m . Guizani“雾计算解决方案基于上下文的隐私泄漏检测为android医疗设备,“传感器,19卷,不。5,硕士论文,2019页。视图:出版商的网站|谷歌学术搜索
20. c·A·席尔瓦·g·s·阿基诺,s·r·m·梅洛和d·j·b·Egidio“雾computing-based病历管理架构,”无线通信和移动计算,卷2019,不。1,硕士论文,2019页。视图:出版商的网站|谷歌学术搜索
21. y关,j .邵、g . Wei和x曼丁哥语,“数据安全和隐私在雾计算。”IEEE网络,32卷,不。5、1 - 6,2018页。视图:谷歌学术搜索
22. 诉帕特尔”,一个安全框架和分散的医学影像数据的共享通过区块链共识,”卫生信息学杂志,1卷,不。1、1 - 14,2018页。视图:出版商的网站|谷歌学术搜索
23. c, c . Li x, z郑、陈和z,“合作开采区块链网络zero-determinant策略,”IEEE控制论,卷2,不。3、1 - 6,2019页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020 Xiuqing陈等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。