Resumen

Con la proliferación de servicios inteligentes y aplicaciones autorizados por inteligencia artificial, el Internet de las Cosas ha penetrado en muchos aspectos de nuestra vida diaria, y el campo médico no es una excepción. El Internet de las Cosas médico (MIoT) se puede aplicar a dispositivos portátiles, diagnósticos remotos, tratamiento médico móvil y monitoreo remoto. Existe una gran cantidad de información médica en las bases de datos de diversas instituciones médicas. Sin embargo, debido a la particularidad de los datos médicos, estos están estrechamente relacionados con la privacidad personal, y los datos no pueden ser compartidos, lo que resulta en islas de datos. El aprendizaje federado (FL), como un método de inteligencia artificial colaborativa distribuida, ofrece una solución. Sin embargo, el FL también implica múltiples problemas de seguridad y privacidad. Este artículo propone un modelo adaptativo de Aprendizaje Federado Diferencial de Privacidad para el Internet de las Cosas Médico (DPFL-MIoT). Específicamente, cuando el usuario actualiza el modelo localmente, propon

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Servicios inteligentes; Inteligencia artificial; Internet de las cosas; Campo médico; Aprendizaje federado; Privacidad de datos
• Keywords:Intelligent services; Artificial intelligence; Internet of Things; Medical field; Federated learning; Data privacy