Biblioteca122.739 documentos en línea

Artículo

QuPiD Attack: Machine Learning-Based Privacy Quantification Mechanism for PIR Protocols in Health-Related Web SearchAtaque QuPiD: Mecanismo de Cuantificación de Privacidad Basado en Aprendizaje Automático para Protocolos PIR en Búsquedas Web Relacionadas con la Salud

Resumen

Con el avance en las TIC, los motores de búsqueda web se han convertido en una fuente preferida para encontrar información relacionada con la salud publicada en Internet. Google solo recibe más de mil millones de consultas relacionadas con la salud diariamente. Sin embargo, para proporcionar los resultados más relevantes al usuario, los MSEs mantienen los perfiles de los usuarios. Estos perfiles pueden contener información privada y sensible como la condición de salud de los usuarios, el estado de enfermedades, entre otros. Las consultas relacionadas con la salud contienen información sensible en cuanto a privacidad que puede infringir la privacidad de los usuarios, ya que la identidad de un usuario queda expuesta y puede ser mal utilizada por el MSE y terceros. Esto plantea serias preocupaciones, ya que la identidad de un usuario queda expuesta y puede ser mal utilizada por terceros. Una solución conocida para preservar la privacidad implica emitir las consultas a través de un protocolo de recuperación de información privada de igual a igual, como el perfil de usuario inútil (UUP), ocultando así la identidad de los usuarios

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

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.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento