Resumen

Hasta la fecha, la tecnología de Internet de las Cosas Médicas (MIoT) ha sido reconocida y ampliamente aplicada debido a su conveniencia y practicidad. El MIoT permite la aplicación de aprendizaje automático para predecir enfermedades de diversos tipos de manera automática y precisa, asistiendo y facilitando un tratamiento médico efectivo y eficiente. Sin embargo, el MIoT es vulnerable a ciberataques que han estado avanzando constantemente. En este documento, establecemos una plataforma de MIoT y demostramos un escenario donde un modelo de Red Neuronal Convolucional (CNN) entrenado para predecir cáncer de pulmón complicado con embolia pulmonar puede ser atacado. Primero, utilizamos CNN para construir un modelo que predice cáncer de pulmón complicado con embolia pulmonar y obtenemos una alta precisión de detección. Luego, construimos un modelo imitador utilizando solo una pequeña cantidad de datos etiquetados por la red objetivo, con el objetivo de robar el modelo de predicción establecido. Los resultados

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Internet de las cosas médicas; Aprendizaje automático; Ciberataques; Red neuronal convolucional; Cáncer de pulmón; Embolia pulmonar
• Keywords:Medical internet of things; Machine learning; Cyberattacks; Convolutional neural network; Lung cancer; Pulmonary embolism