期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于本地差分隐私的可穿戴医疗设备流数据隐私保护方法
1
作者 赵锋 范淞 +1 位作者 赵艳琦 陈谦 《信息网络安全》 北大核心 2025年第5期700-712,共13页
可穿戴医疗设备实时产生的医疗数据为健康监测及慢性病管理提供了实时监测与个性化管理的便利。然而,这类医疗数据(如心率、血糖)在应用过程中面临着隐私泄露的风险,尤其是在需要与第三方机构进行数据共享时。因此,如何保护可穿戴医疗... 可穿戴医疗设备实时产生的医疗数据为健康监测及慢性病管理提供了实时监测与个性化管理的便利。然而,这类医疗数据(如心率、血糖)在应用过程中面临着隐私泄露的风险,尤其是在需要与第三方机构进行数据共享时。因此,如何保护可穿戴医疗设备产生的医疗数据成为亟待解决的问题。文章提出一种基于本地差分隐私的可穿戴医疗设备流数据隐私保护方法。首先,根据原始流数据特点识别出能够有效表示曲线趋势的显著点,将冗余点删除以减少隐私预算的消耗,并根据显著点的时间尺度自适应生成随机噪声。然后,结合Laplace机制为显著点添加随机噪声以保护数据隐私。为了防止攻击者根据噪声显著点中蕴含的统计信息推断原始数据流的隐私信息,在方案中设计卡尔曼滤波机制对冗余点数据进行预测,生成虚拟显著点并实现数据流曲线的重构。基于PAMAP真实数据集的实验表明,在相同隐私预算下,文章方案相比现有可穿戴医疗设备隐私保护方案具有更高数据可用性。 展开更多
关键词 可穿戴医疗设备 流数据 本地差分隐私 隐私保护
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部