机构名称：
¥ 1.0
安全在医疗保健领域发挥着重要作用。防止对医疗保健基础设施的网络攻击已不再是微不足道的事情。任何电子医疗系统的安全性受损都可能对患者的健康造成严重损害。特别是在远程护理环境中，保护患者的远程监控系统至关重要，以确保他们遵循临床路径而不受任何外部入侵。人工智能 (AI) 在打击针对患者远程监控系统安全的网络攻击方面发挥着重要作用 [1、2、3]。监控和防止医疗保健网络攻击的系统不仅必须检测到攻击，还应该能够正确理解并向用户报告攻击。特别是，异常检测系统是一种著名的方法，它基于机器学习 (ML) 或深度学习 (DL) 方法对正常活动进行建模，以便以数据驱动的方式轻松检测到与标准的异常偏差。因此，在这样一个涉及多位医疗专业人士的敏感领域，除了检测威胁之外，通过适当的可解释性算法来表示和解释威胁也至关重要 [ 4 ]。此外，当前的检测模型和规则还不够成熟，无法识别尚未造成任何损害的早期入侵。入侵分析师利用先验知识推断事件背景，以发现事件
人工智能网络攻击检测系统可提高电子健康领域的威胁反应
主要关键词
相关文件推荐
