La profesionalidad y complejidad de los grandes datos médicos y el coste elevado de adquirir conocimiento médico hacen que sea difícil para los responsables políticos juzgar si la información a la que acceden los médicos es necesaria desde una perspectiva profesional y formular estrategias precisas de control de acceso. Para resolver los problemas mencionados, este documento propone un modelo T-RBAC (control de acceso basado en confianza y roles) basado en una evaluación de confianza dinámica bidimensional, utilizando AHP y la teoría de Grey para cuantificar la confianza del atributo de rol en la dimensión de los propios atributos de los médicos, utilizando el método de medición de Euler y estadísticas de probabilidad para cuantificar la confianza conductual de los médicos en la dimensión del comportamiento histórico, luego, la base de reglas de confianza realiza una autorización jerárquica basada en el valor de confianza integral obtenido por el promedio ponderado. La evaluación integral de confianza multiatributo hace que el modelo de control de acceso tenga
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un Método de Aprendizaje Inteligente para la Preservación de la Privacidad mediante Gradients Falsos para Proteger los Elementos de los Usuarios en Sistemas de Recomendación
Artículo:
RMTS: Un enfoque novedoso para la programación de la transmisión en redes ad hoc mediante la recuperación de asignaciones de transmisión de ranuras no utilizadas
Artículo:
Asociación de características de arte digital basada en el algoritmo de aprendizaje automático.
Artículo:
Esquema de marca de agua de autoincrustación basado en un mecanismo de compartición de referencias con reconstrucción determinista del contenido
Artículo:
Análisis inteligente de datos para diagnosticar lesiones cutáneas de melanoma mediante aprendizaje profundo en un sistema IoT