文摘
Zika病毒提供了一个非凡的公共健康危害蔓延后从巴西到美洲。在缺乏可靠的预测感染暴发的地理范围和频率,国际公共卫生机构无法有效地计划和分配监视资源。RNA的考验将是在受试者如果发现Zika病毒感染。通过培训指定的特征,提出混合优化算法,如多层感知器与概率优化策略更高的准确率。MATLAB程序包含许多机器学习算法和人工智能方法。它减少了预测时间,同时保持良好的精度。预计类是加密的,送到病人。高级加密标准(AES)和三重数据加密标准(撒开)组合在一起,使这一切成为可能(DES)。实验结果改善病人沟通结果的准确性。密码系统处理获得最小的0.15秒的时间,准确率达到91.25%。
1。介绍
感染的前奏和快速蔓延至全球其它地区吸引国际社会的注意。气候变化也是一个重要因素疾病的快速传播。这个物种埃及伊蚊在城市地区普遍存在,它是疾病的主要来源,根据疾病控制和预防中心。Zika病毒是一种蚊媒疾病,与登革热、西尼罗河病毒、基孔肯雅病毒,和黄热病是由蚊子传播的。相信蚊子叮咬引起这些疾病的传播伊蚊蚊子是这些感染的主要载体。人类有一个重大的挑战的结果,这是导致许多热带和亚热带国家的无常1]。这是一个子宫内疾病Zika病毒造成的;Zika病毒的症状往往是中度发热,关节不适,和皮疹,这类似于登革热、基孔肯雅病毒。如果受感染的蚊子叮咬一个孕妇,她就病了,病毒可能分布在胎盘和影响胎儿。相信孕妇感染了Zika病毒会有神经问题,如小头畸形,可能过早生孩子。甚至是男性20病毒感染可能传播病毒通过肛交,他们的性伴侣口腔或阴道性交。城市人口的增加,也增加了对水的需求可移植性,这导致了人们在家中储存水,造成的埃及伊蚊蚊子繁殖迅速,气候条件(2]。城市人口的增加,也增加了对水的需求可移植性,这导致了人们储存水在他们的房子里。相信蚊子在水中形成了在家里,我们使用的主要原因是疾病。在印度,气候条件非常适合蚊子滋生和发展。
预防的方法限制在受感染地区的蚊子都练习的疫区的整体宣传运动的一部分:保持家里干净,确保没有积水或在房子周围,并确保任何存储水妥善密封带盖子的,如果有任何。如果他们被发现感染,表现出任何症状,他们必须立即通知适当的卫生保健设施。个人问题将提供他们所需要的药物。
密码学是网络安全发展的一个关键里程碑。加密是指任何隐藏或秘密。加密是秘密写作的目的与维护信息的目标。违反密码的科学,也被称为密码分析和密码学技术打破下来通过试验和错误。密码学中起着重要作用的保护计算机网络中的数据。写作和使用密码是密码学解决数据,包括加密和密码分析。
加密可以分成三种类型:不对称,对称和散列。以下部分提供加密的解释(3]。非对称密钥加密是一种加密的关键不是在两党之间共享。非对称加密,通常称为公钥密码术,是杰出的,它使用公钥和私钥。加密数据时,发送方发送的公钥和密钥用于解密数据。只有人有秘密密钥可以解码数据在整个解密过程。因此,它是非常安全的对称类型相比,然而,时间非常缓慢。图1演示了加密过程。
有控制的数据被认为构成安全保存的位置。如果用户希望利用云计算的优势,他或她必须首先选择一个合适的网络,然后利用分散的资源和安排云计算成为可能。当涉及到数据传输,信息是至关重要的保护4]。结果,真的有必要的数据应该是安全的,获取隐私访问权限是一个主要的困难。图2代表了数据安全问题。
1.1。Secureness云数据库中
一般来说,保密是指数据或信息,不能对任何人除了主人,是否这是一个人,设备或方法。CSP是意识到用户数据存储的位置或位置,知道在哪里存储。会有部分数据,提供了一些访问的人数限制,保证许可已应用于特定数据安全数据机密性。因为数据的敏感性,已经聚集在云中,一些非法访问可能导致的风险。确实应该提供给客户的隐私政策,以确保适当的数据处理和机制来保证数据安全的云。CSP的责任是实现各种措施,确保数据的完整性。CSP通知客户有关的数据被存储在云(5]。因此,有必要对CSP保持记录的数据,如数据的类型,无论是公共或私人,何时何地需要,虚拟内存的类型和积累,访问时的时间,等等,为了保护数据免受未经授权的访问和维护数据机密性。
1.2。数据配置服务器
我们可以访问数据从任何地方和任何时候多亏了云,在我们看来这是一个优良的服务提供者。风险与数据收集的位置有关,而与更高程度的风险(6相对于其他网站。用户应该注意的位置敏感数据存储在一个组织使用它,他或她应该有能力寻求信息的位置。为了避免混淆,CSP和客户端服务器的位置应该在某个地方和数据存储位置都是已知的控制情况。将数据从一个位置移动到另一个时,通过电子邮件或将照片上传到Facebook等,有许多事情要考虑。
1.3。输入数据的恢复
同时传输数据到云,CSP提供了灵活性和确保存储系统已经发送准确的信息数据。至少,一个RAID配置应该保存在存储系统。大多数csp将有几个拷贝传播大量独立的或免费的服务器。云服务提供者提供后端应用程序服务,并在公司内部发生了一个问题,云服务提供者检索数据。
1.4。Secureness使用加密的数据标准
根据一项研究报告从2100年印度商业技术专业人员,数据审计和机密性最重要的障碍在使用云技术的组织7]。调查的结果通过盐情报透露3月业务专业人员各种技术的敏感性,包括他们在拥抱云应用的困难、基础设施、客户、和存储。在当今快节奏的公司气候、敏捷性、节约成本和灵活性都是必需的。云环境提供所有这些好处。Zika病毒疾病预测和数据安全是至关重要的对于保护病人免受疾病和维护他们的个人信息。如今,一切都被搬到云端,和医疗保健行业之一被移动到云。因此,需要更多的预测精度;然而,只有数量有限的研究已经完成为了预测ZIKA病毒。需要的时间执行一个安全请求可能取决于系统或程序的配置被利用。有必要设计一个缺口预测和安全算法为了战胜研究和满足要求。 In order to improve performance in forecasting the Zika virus with high levels of accuracy, the primary goal of the study activity is to develop new methods of prediction. Because there is no more data available, synthetic data is being generated for the prediction of the Zika virus. The data is divided into two groups based on the results of the machine learning classifier: infected and uninfected. For the prediction of the Zika virus, a variety of classifiers are tried; eventually, the MLP classifier outperforms the others in terms of accuracy. The use of encryption methods such as symmetric and asymmetric cryptography is investigated for the purpose of data security. For the purpose of encrypting the data, many methods are used. Finally, the suggested Hybrid Encryption technique is used for the purpose of safeguarding the data in the shortest amount of time possible, resulting in improved performance. The paper has the following structure: Section2包括文献调查,部分3由算法的方法和结果,和部分5由结论和未来的工作。
2。文献调查
数据完整性是由王详细讨论et al。(2015)8),他提出,当一个服务提供者提供了许多服务,云用户和用户组中共享数据,数据应该保持的创意,这是通过公共审计,在这种情况下,共享数据块的签名必须匹配的签名服务提供者。不同的块由不同的用户在不同的用户多次签署修改同一个文件。出于安全原因,任何用户可能访问终止之前,他们有机会被现有的用户辞职。需要调用公共审计的想法与一个有效的用户撤销程序;代理辞职是由当前用户的云代表撤销的时刻。现有用户不需要下载并辞职他们的许可证。陈et al。(2012) (9)声称,云计算提供了许多好处,比如代表客户机的主机应用程序和数据,客户和用户越来越多地使用混合或公共云。他们的市场的规模可以防止某些巨大的组织和公司的云数据对于某些任务关键型应用程序中,这是一个问题。用户的安全与隐私保护问题的建议和观点考虑,和适当的措施。
作者提供了一个综合分析的数据安全保护与隐私法规在整个生命周期的数据将更详细地讨论。现有的一些解决方案和研究成果与隐私和安全问题,以及一些的挑战依然存在。Lopez-Barbosa et al。(2016)10)提出了一个关于实时利用物联网设备,如智能手机。使用传感器设备和云计算,Quwaider和Jararweh (2016) (11)提出了一个方法,增加公共卫生相关的社区意识。有必要利用地图减少想法为了检测异常实时传感器提供的信息。马蒙和同事(2017)(12)详细说明了将语音信号提供给医生的概念使用云技术可以实现。医生诊断病人和跟踪他们使用手机和云,这是建议的方法的操作方式。使用智能手机技术,Zhang et al。[2015] [13)提出了一个流行的监视和管理方法。基于他们的网络接触,整个人口划分为若干个簇,爆发的方法是使用和部署在集群级别。Sareen、Sood和古普塔(2016)(14)提出了一个侵入性技术增强物联网、移动计算等。与提高服务质量提供了技术,医疗保健服务也正在增强。由于这种病毒,人在不同的地理位置的影响。因此,广泛的神经系统症状和感染被发现和记录。因此,护理应避免收缩Zika病毒,因为它是传染性很强的孕妇,婴儿和成人一样。Zika病毒的存在在印度建立了苏米特Bhardwaj和同事(2017)(15]。样品的基础上,四个Zika-infected患者在检查过程中发现。因此,在未来可能成为一个重大问题。基孔肯雅热相比,Zika病毒预计将成为一个主要的问题在不久的将来。
Zika病毒流行,由彼得森et al (2016) (16),以及孕妇和新生儿的感染,是解决。头小畸型患儿的风险更高发展神经问题。的症状与神经障碍进行了探讨。这个过程有一个高度的准确性,和反向传播方法来预测最准确的结果。Kadri et al (2016) (17)建议Zika病毒被指定为全球突发公共卫生事件。因此,国家的低风险承包Zika病毒是绘画专业提供信息。有必要采取预防措施。
它是由奥雷利亚纳et al。(2010)18),Google Docs新的透明的用户层,在Firefox中实现,编码记录之前收集的谷歌服务器,从而无法访问数据不正确的密码。用户有机会选择算法,将用于编码信息。一旦选择一种算法,数据转换成数字文本和存储在谷歌的服务器上。结果表明,河豚执行更好的大小的关键是减少时,速度增加。根据辛格et al。(2012) (19),椭圆曲线密码学的加密技术是一个很好的方法。在无线通信中,必须实现安全层尽可能强劲,因此,框架是使用ECC技术创建的,以一个强大的方式加密数据。它促进了通信系统通过使用可替换主体系统。选举投诉委员会已被用于无线通信的应用以及特定的基于web的应用程序。
辛格et al。(2016) (20.)提出了一个混合框架,包含对称算法和非对称的方法。当ECC和河豚一起使用,安全水平显著提高。加密和CSP代理都是可访问的目的是分配的关键用户。尽管CSP不知道,加密代理代表其加密数据。只有授权的个体能够破译的信息。用户的私钥与CSP, CSP的公钥与用户共享。因此,即使是CSP能够解码数据。CA负责提供这些服务。Nathiya et al。(2019)21]提供了一个解释许多网络的攻击可能发生在当一个数据包发送。入侵检测的方法是解释,分为四个阶段,目标检测攻击云数据存储的数据被转移。引入网络攻击时,发现使用假警报的方法,提出算法希德是用来确定袭击者已经这么做了。当涉及到云存储安全,Gampala et al。(2012)22]介绍了ECC算法以及数字签名机制来保护信息。ECC技术的使用,数据的安全是增强而大小的关键是减少。
Jana et al。23),在这种情况下,使用混合方法,完成下载和上传的数据在发送方和接收方的传播。如果任何数据丢失,双方不可能破解它,这就增加了整体系统的安全。多层算法是安全的在用户和服务器的结束。Mohamed et al。(2015)24)主张一个框架开发和验证为云环境,以确保他们是安全的在客户端和服务器端。当编码或解码数据连接设置,Diffie赫尔曼结合ECC加密,加密是利用和数据的完整性确认使用MD5算法更新数据。建议的解决方案是ECC和沙为了提供一个更好的结果在数据安全。从出版物上面所提到的,我们可以得出结论,ECC是一种改进的非对称的方法与一个较小的关键尺寸。为了确保数据完整性和授权,各种加密技术和方法。简要概述中提供了云计算的下一章,其次是详细讨论数据安全挑战和维护数据存储在云解决方案。
3所示。提出Zika病毒用MLP分类器的预测
下面列出的是一个描述该系统的四个组成部分。数据收集、雾层,云层,,最后,这个过程都是在不断地接触个人从事提供医疗保健。框架设计的识别Zika病毒以及数据为了抗击病毒的防御工事。云计算在这个实例中使用,因为它是至关重要的,它能够处理大量的数据从传感器和便携式设备已经搞混了。为了连接终端用户大规模云服务来存储和处理数据,以及提供应用程序服务,必须有一个安全的连接。图3描述了整个架构的预测模型预测Zika病毒,其中包括它的所有组件。
3.1。输入数据生成
合成数据信息被人为地制造而不是通过现实世界的数据收集。在算法的测试,用来评估操作数据的数据集或数据集从生产环境。此外,它可以用来验证数学编码,在更大程度上,机器学习的培训形式。它是用于一个场景的造型或理论的计算值,等等。它提供了一个意想不到的结果,如果结果发现不合适,它给所需的治疗或回答问题。实际的和机密数据的基本测试取代合成数据创建的测试引擎。偶尔需要生成合成数据为了维护相关数据的机密性。我们正在利用合成数据测试的所有实时事件发生。我们无法得到实时数据,因为我们需要保护匿名的病人被折磨Zika病毒;因此,我们开发了合成数据。 Our technique is an early prediction system, and we are able to forecast whether a patient is infected or not based just on the symptoms that they exhibit. Even with that, we were unable to get real-time information. It is similar to a real-time dataset in that we create the information of the patients, such as how many days he has been sick with fever and whether he is travelling to a high-risk location. The symptoms of the Zika virus are thoroughly examined in order to develop the suggested technique for conducting the tests. Because it is difficult to get patient information in India, we want to employ synthetic data, which will allow us to test all of the possible combinations based on our assumptions. In this case, the diagnosis of infection is made based on seven separate symptoms. The potential combinations of Zika virus symptoms samples are included in the following. Then, using synthetic data, the location of mosquito breeding sites and the location of mosquito dense sites are determined. As a result, the mapping is done randomly with respect to the area, symptoms, and the user. Therefore, it is simple to distinguish between infected and uninfected patients, as well as the preventative actions that should be implemented by government agencies and hospital personnel [25]。
3.2。输入数据优化层
建议的模型包括一个数据组件,包括用户的健康数据的细节,环境数据,和位置数据,等等。可以了解环境条件如湿度、二氧化碳水平,利用环境数据和气象条件。因为它是蚊子繁殖的主要原因,应该反复强调。知道,我们的气候条件非常适合蚊子繁殖,不需要看所有的每一秒。而不是强调,气候概况是有利的。下一步是收集用户的健康信息。为此,每个用户必须注册系统使用的移动应用程序可用。每个用户被分配ID、生成。Zika病毒的迹象来自用户定期向当局举报。症状是回答“是”或“否”的方式,根据“是”或“否”的模式。 Not only are the symptoms recorded, but also is the user's health-related information. These kinds of information are gathered with the assistance of the sensor that is made available to the user [26]。获得的数据是使用某种形式的加密技术保护的,在优先秩序。需要用户输入Zika病毒的症状在一段时间内,收集和提交的数据作为一个“是”或“否”的模式。环境传感器收集的数据包括蚊子滋生的信息和人口密度。传感器实时收集数据,用它来确定繁殖地的位置。此外,二氧化碳含量经常测量和研究为了确定一定的气候状态。每一个有关环境的信息聚集在这一节和保存在雾中计算服务器。位置中的数据部分连接到前一节中的数据,它显示了理想的地方有蚊子的概率密度、高度和教育机会相比,气候条件。表1代表输入的属性用于拟议的工作。
3.3。输入计算雾层
雾计算是分布式计算环境中,用于实时处理大量数据。这是一个云服务提供商和用户之间的平台,允许大规模数据存储在云端完成。有必要采用雾计算,以减少处理时间和性能(27]。当它收集所有的传感器数据并将其存储在雾服务器,只评估被确定为必要的数据和发送到云进行进一步处理。处理速度和时间的缩短结果(28]。由于有雾,延迟范围,带宽,和其他所有已经上升。所以,它是一个独立的服务器用于数据处理和归档。在拟议的工作中,雾是负责收集所有用户的敏感信息的责任和确定症状匹配的用户。结果,这样的结果是只发送到云。雾是一个一级环境敏感数据从传感器获得的必须在大量的自然环境。因此,有必要分析数据并确保它们对应于给定的一个。这是紧随其后的是发送数据到云,最终的数据分类和后续处理。
3.4。数据安全
获得的数据是通过秘密共享方法的使用,维护的数据被分成小块并给出优先级的不同层次。一块数据的提供的保护水平是由其敏感性。用户个人资料的保护,应该保持安全的未经授权的个人的手,最高优先级。在第二层次,有关于环境的信息,并在多个服务器上保存的信息。第三项是最不重要的,因为它应该包括症状以及警告信息个人采取必要的预防措施防止Zika病毒感染。医院在政府经营的医疗系统向公众提供必要的指导。图4代表提出的整体系统。
3.5。用多层感知器分类概率优化
概率模型分类器是基于生产类的均值和方差的措施,这是124类在这种情况下(62类神经网络和62类的DT)。均值和方差测量用于计算外部批准的概率值,然后表示为一个百分比。为了避免过度拟合,我们估计73年的外部概率类重要NN和DT独立分类器。由此产生的概率神经网络分类器乘以DT的合成概率分类器来生成新的概率值分类器。获得最准确的识别的字符图片的最大价值的新后验概率分布。程序参与的造型概率分类器识别的字符在以下部分中进一步详细地探讨。
在概率计算使用(1),
在这种情况下,o是输出类标签,表示神经网分类器的类标签一样,而DT的类标签分类器写成e可以定义相关的均值和方差度量NN和DT分类器形式的方程(2)和(3):
均值用这封信N0,和方差值用字母W 0在这个方程。124年的平均值表示为o2, 62年平均值的平均值对应神经网络分类器和其余62意味着值对应于DT的均值分类器。此外,神经网络和DT的方差值分类器计算和比较。
神经网络分类器和DT分类器后验概率公式如下表所示:神经网络分类器后验概率公式。
根据以下方程,神经网络分类器的后验概率公式可以发现:
神经网络类标签值表示为M (C s),和神经网络类标签测量方差表示为W (D s)在这个例子。
根据以下方程,DT分类器的后验概率公式可以发现:
均值DT类的标签是用字母N (E o),而方差衡量DT类的标签是用字母W (E o)。
神经网络分类器的后验概率高于DT的后验概率分类器,它是由最大后验概率的公式(最大后验概率)(5)。所示的概率模型,方程(6),是用来识别输入字符图片的可能性最高的认可:
后验概率最大的测量的基础上,进行字符的识别。符合验收标准,最高的光学字符图片被发现的可能性选择正确的类。
图5代表了多层感知器神经网络。每个神经网络和DT的分类器都有自己的平均值和方差值,独立计算的算法。然后计算后验概率值使用上述方法,它考虑的均值和方差值。的后验概率值神经网络和DT分类器融合生成一个概率值,然后混合与其他后验概率值。最后的识别是通过使用的最大概率测度确定输入字符是否认可。
对于识别实例,多层感知器分类器采用反向传播方法,后面将更详细地描述。通过延时算法网络建成,当时整个训练阶段分析和调整。除了数字类,网络是由完全乙状结肠节点的阈值。元素所需的反向传播技术是为了得到一个复杂的输出结果。它是在输入网络使用前馈机制。当执行迭代方法,一组权重是用来预测类标签为每个迭代。前馈算法包含一个输入层、一个或多个隐藏层,并最终一个输出层,如图表所示。在分类过程中,如果一个错误发生了,反向传播方法用于提高分类的精度,同时减少所需的输入值和时间进行训练。
由进料生产计算脊髓到隐藏的电影,然后使用前馈方法过程的贡献,导致一个s形的函数。
3.6。重量和目标函数的分类器
输出节点k有一个激活的价值和预期目标节点的tk值k,可预测之间的变化和真实值被表示为目标
和节点k被定义为
网络是公认的基于学习的步伐。如果它被设置过低,网络学习将会非常缓慢,如果设置得太大,最小值和最大值之间的网络将振荡。改变率从大到小的知识价值在反向传播技术有很多好处。假设网络始于权重远离最优权重的集合,它接收快速训练开始。学习速率下降时,在整个课程的学习,这是声称,这个过程已经达到最小的最佳点。时不太可能因为过度学习过程慢下来。图6显示了混合结构的AES DES。
建议混合动力技术包括两个级别的加密,或两层的安全,它是一个框架,它支持对称加密和非对称加密功能在同一时间。两个ECC和AES算法的混合方法来维护数据存储在共同安全政策(CSP)。有必要采用AES加密的对称方法在第一级以来的关键用户。第一级的输出加密然后第二次使用ECC加密算法,这是一种非对称加密数据的技术。在这种情况下,AES关键是与用户和CSP在第一个层面上,而在最终用户云数据库使用AES加密使加密/解密使用ECC二级数据收集第二层次,CSP使用公钥和私钥生成和共享用户仅在第三级别的加密方案。混合的研究与两个级别的加密技术加密方法,错误引导下面的插图所示。每个用户将提供一组两个键。
在这种情况下,AESi代表第i个对称密钥的用户,并是唯一已知的用户。ECCpri显示第i个用户的私钥不对称,这是完全由特定用户,没有其他人使用。非对称公钥所代表的用户我ECCpui, CSP是已知的。当用户保存数据在云端,云服务提供商(CSP)提供了一组用于加密的密钥数据。首先,使用一个密钥加密的数据是唯一已知的用户并没有其他人。之前存储在云存储中,计算的数字文本生成的结果再次加密。在下一步中,完成加密的文本保存在云存储(20.- - - - - -22]。甚至CSP是知道解码所需的关键数据。在这种情况下,用户只会负责第一级的解密。第二级解密的关键用户在这种情况下。向用户提供服务的过程和CSP的协助下进行第三方代理称为加密提供者。
提供加密服务:客户端加密和解密处理客户端加密处理器(CP) [29日]。后准备收集用户的键的集合。每当一个CSP注册一个新用户,CP可用ECCpui CSP。如果用户希望保证数据在云存储中,他或她必须首先使用AESi算法加密数据,然后利用ECCpui算法。
提出工作的伪代码。准备引用没有和S(我);如果(Refno =n),然后记录已经存在;记录不存在。此外,更新用户的信息。在数据库中创建一个新条目并将其保存在那里;如果refno(更新的数据=旧数据)是正确的,那么应该存储在现有数据的值。其他的跟踪数据库中的分类值;改变病人的分类。在这种情况下,年代我对应于一个我,在那里我≥n(患者),类C =;否则,类C =印尼。告知病人的感染分类;警报已向医生,病人和医院。如果条件满足,If语句终止。
4所示。实验结果
为了使预测Zika病毒,采用Matlab版本。数据挖掘是一个软件包,包括各种各样的机器学习算法来处理大量数据。在ARFF文件格式分析数据默认情况下,以CSV为支持文件格式Weka作为第二选择(30.]。explorer选项用于训练集数据和测试数据集。合成数据构造使用所有可行的组合我们的假设和假设从其他来源。因为它在印度被认为是一种罕见的疾病,很难收集信息。
图7代表了加密数据。利用MATLAB工具中提供的数据集。有必要利用所有可能的组合的症状。然后,大约有500实例和15添加到混合特征。个人被归入感染或感染根据他们提供的信息。在这种情况下,MLP分类器是利用分类实例分成组。向MLP分类器有97%的准确率,这很好。
事件列为感染或感染的基础上为每个案件真阳性和假阳性。数据集在这个研究是对外公开的。的算法确定敏感性和特异性的情况下用于确定这些特征。
图8代表了解密数据。每个类的阈值概率范围从一个类。结果,一个分类器,产生一个延时阈值。上所注明的X设在维度和提供的例子Y设在真阳性率。
图9代表了分类精度。让我们说,敏感性、特异性和准确性上述方程确定。它决定是否诊断测试基于这些数据是准确的。后,测试的特异性表明通常的诊断情况,这是一个负面的结果。表4概述了几种分类算法的对比检查。
虽然精度定义为能够准确检测整个人口的真正的结果,它关心的是真正的测试诊断病情的严重性。高大的同情心测试的目的是捕获所有的潜在积极的情况下,可能发生在测试。因此,灵敏度是用于疾病的筛查。相比其他蚊媒疾病,症状是轻度至中度。有5天左右的潜伏期病毒(32]。如果症状持续超过7天,个人应该咨询早期预测方法,采用我们的建议方法。如果他们确认污染,他们必须有一个RNA测试中RNA彻底检查和分析。
5。结论
确定用户是否感染,建议系统是用来从用户收集数据,根据不同的症状,诊断用户使用MLPNN算法提高准确性。环境因素的共同特征是可以用来创建一个危险的环境容易受到感染。一旦发现了感染的病人,与这些疾病有关的信息必须维护在云存储。为了保障数据存储在云存储中,双层加密的方法使用一个混合加密算法。数据是使用ECC加密和AES加密方法,甚至第三方供应商几乎没有知识内容的加密的数据。我们建议的方法利用分类提供更好的结果的准确性达98%,并协助政府的初级卫生保健部门在控制蚊子的繁殖数量非常成功。我们能够提供更好的解决方案Zika病毒感染时,医疗行业和政府共同努力,实现我们的技术。增加精度达到在本研究将采用,这意味着它将协助医生Zika病毒的准确预测和减少新生儿和婴儿的头小畸型疾病,等等。甚至在一定程度上避免早产。病人在印度必须被监控,如果上述症状观察到其中任何一个,预测系统预测的会照顾,以及数据保护,这是非常安全的,和医疗保健部门不重要关心的信息被保存在雾中使用的存储,因为他提出的模型,即健康公平的行为。 Using the prediction system for anything beneficial to human civilization is the long-term goal of the project. The RNA test is the second step in the Zika virus prediction process. It is intended to concentrate on prevention and preventing the spread of the Zika virus. When it comes to cloud computing, new technologies are being developed on a daily basis, and data breaches are also occurring, so we must be prepared to deal with both the ups and downs. Because of this, research should be conducted for the benefit of society as a whole.
数据可用性
的数据支持本研究的发现可以从相应的作者。
的利益冲突
这个手稿的作者宣称他们没有任何的利益冲突。