MCPS入侵检测深度学习模型
2021-08-23宋春明张立臣
现代计算机 2021年20期
宋春明,张立臣
(广东工业大学计算机学院,广州510006)
0 引言
医疗信息物理系统(MCPS)是由相互之间以及与环境相互作用的硬件和软件组件组成的系统。得益于在无线传感器,联网医疗设备和移动医疗保健技术的进步,MCPS成为提高患者治疗效果并提供高质量医疗保健的有前景的平台。MCPS有助于不断监视和分析从医疗设备收集的信息,推断患者的健康状况以进行诊断,并通过医务人员的直接反馈或通过医疗设备的自动治疗来提供及时的救治。
尽管有许多好处,MCPS仍面临着许多安全和隐私挑战。MCPS的异构性质以及系统中对无线和移动技术的大量使用引起了新的安全漏洞[1]。MCPS若受到恶意攻击可能导致未授权访问敏感的医疗隐私,恶意攻击还可能导致错误的诊断和错误的治疗,从而造成人员伤亡。例如,受攻击的医疗设备如心脏起搏器的设置可能会被修改或完全关闭,从而导致严重后果。因此迫切需要加强MCPS的安全防护,尤其是入侵检测。
在文献中,基于异常的入侵检测方法已经得到了广泛的研究,特别是在用于医疗保健应用的无线传感器网络中检测传感器异常。在文献[2]中,作者确定了唯一的数据状态,并建立了一个预测数据状态转换发生概率的马尔可夫链。拟议的设计能够检测到数据中的新异常和变化,但呈现出很高的假阴性率,因此不适合部署MCPS。在文献[3]中作者在传感器上使用本地代理检测异常行为,然后将其发送到中央代理以做出最终决定。……
登录APP查看全文
