- · 《智慧健康》刊物宗旨[05/29]
- · 《智慧健康》征稿要求[05/29]
- · 《智慧健康》投稿方式[05/29]
- · 《智慧健康》收稿方向[05/29]
- · 《智慧健康》栏目设置[05/29]
智慧健康研究综述: 从云端到边缘的系统(14)
作者:网站采编关键词:
摘要:6.4 个人数据隐私和安全 数据安全是永恒的话题,尽管智慧健康大数据可能有助于缓解许多与健康相关的问题,但其收集个人健康信息的能力可能会危及公
6.4 个人数据隐私和安全
数据安全是永恒的话题,尽管智慧健康大数据可能有助于缓解许多与健康相关的问题,但其收集个人健康信息的能力可能会危及公民的隐私.保护隐私和基础设施安全是研究界仍在努力解决的不可避免的挑战.从收集的个人数据中可以判断出个人的生活习惯、家庭成员状态甚至于宗教信仰等隐私信息,这些信息非常敏感,特别是与健康息息相关.设计一个完善的保护公民隐私安全的机制成为了一大挑战.目前,基于属性加密方法以及可撤销ABE可以有效地控制对于健康数据的细粒度访问,并保证隐私安全.而区块链被认为是解决智慧健康数据隐私和安全的突破点,通过区块链来管理智慧健康数据,不仅可以实现健康数据共享,同时因为区块链的加密特性也很好地保证了隐私安全.
6.5 自适应的边缘资源融合
边缘设备面临独木不成林的问题,为了支撑日益复杂的现场智能应用,首先需要复杂边缘设备的协同.需要构建软件平台,实现对边缘计算资源的自主发现和自适应管理,尤其是借助区块链技术提供激励机制,以促进边缘设备计算资源融合.
6.6 高可靠高可用的系统设计
医疗健康场景对于高可靠性和高可用性有较高要求.需要研究高效的通信技术,以处理各类突发的数据拥塞;需要研究智能任务调度技术,以将关键任务按需分配到备份硬件上运行;需要实时的系统状态监控,以降低宕机风险的发生;需要分布式技术,通过副本机制来保证健康服务的可用性.
7 总 结
得益于云计算、雾计算和物联网技术的快速发展,关于智慧健康的研究日益增加.本文在调研大量近年来对于智慧健康领域的研究后,首先从云端出发,介绍了智慧健康大数据在云中的存储、检索和处理.然后从雾计算的角度,介绍了通过雾计算来增强智慧健康服务的各类研究.随后,从边缘出发,调研介绍了智慧健康服务的各类传感器和可穿戴设备,它们是数据产生的源头.最后,本文讨论区块链在智慧健康服务的诸多新兴应用以及智慧健康数据的隐私和安全问题,并提出了智慧健康服务的机遇与挑战,指出了物端能耗和性能设计折中、异构化数据和多样化应用、医疗大数据感知的系统、自适应的边缘资源融合、高可靠高可用的系统设计等未来热点研究方向.未来面向智慧健康的软硬件系统,尤其是跨越云和边的融合式设计将大有可为.
[1]Ahmed E, Yaqoob I, Gani A, et al. Internet-of-things-based smart environments: State of the art, taxonomy, and open research challenges[J]. IEEE Wireless Communications, 2016, 23(5): 10-16
[2]Kaisler S, Armour F, Espinosa J A, et al. Big data: Issues and challenges moving forward[C] //Proc of the 46th Hawaii Int Conf on System Sciences. Piscataway, NJ: IEEE, 2013: 995-1004
[3]Josep A D, Katz R, Konwinski A, et al. A view of cloud computing[J]. Communications of the ACM, 2010, 53(4): 50-58
[4]Jadeja Y, Modi K. Cloud computing-concepts, architecture and challenges[C] //Proc of the Int Conf on Computing, Electronics and Electrical Technologies. Piscataway, NJ: IEEE, 2012: 877-880
[5]Zhang Shuai, Zhang Shufen, Chen Xuebin, et al. Cloud computing research and development trend[C] //Proc of the 2nd Int Conf on Future Networks. Piscataway, NJ: IEEE, 2010: 93-97
[6]Hou Xiaofeng, Song Pengtao, Tang Weichao, et al. Green hierarchical management for distributed datacenter containers[J]. Journal of Computer Research and Development, 2016, 53(7): 1493-1502 (in Chinese)(侯小凤, 宋朋涛, 唐伟超, 等. 分布式集装箱数据中心的绿色层次化管理[J]. 计算机研究与发展, 2016, 53(7): 1493-1502)
[7]Murdoch T B, Detsky A S. The inevitable application of big data to health care[J]. The Journal of the American Medical Association, 2013, 309(13): 1351-1352
[8]Lin Chinho, Huang Liangcheng, Chou Sengcho, et al. Temporal event tracing on big healthcare data analytics[C] //Proc of the IEEE Int Congress on Big Data. Piscataway, NJ: IEEE, 2014: 281-287
[9]Kaur K, Rani R. Managing data in healthcare information systems: Many models, one solution[J]. Computer, 2015, 48(3): 52-59
[10]Yang Chaotung, Shih Wenchung, Chen Lungteng, et al. Accessing medical image file with co-allocation HDFS in cloud[J]. Future Generation Computer Systems, 2015, 43: 61-73
[11]Guo Lejiang, Chen Fangxin, Chen Li, et al. The building of cloud computing environment for e -health[C] //Proc of the Int Conf on e-Health Networking Digital Ecosystems and Technologies. Piscataway, NJ: IEEE, 2010: 89-92
[12]Chen Paoching, Freg Chihpin, Hou Tingwei, et al. Implementing RAID-3 on cloud storage for EMR system[C] //Proc of the Int Computer Symp. Piscataway, NJ: IEEE, 2010: 850-853
文章来源:《智慧健康》 网址: http://www.zhjkzz.cn/qikandaodu/2020/0715/380.html