logo móvil
Contáctanos

Un técnica mejorada y adaptativa para la detección de objetivos bloqueados y la transmisión de datos sobre Internet de las Cosas de la Salud

Autores: Khan, Muhammad Amir; Khan, Jawad; Sehito, Nabila; Mahmood, Khalid; Ali, Haider; Bari, Inam; Arif, Muhammad; Ghoniem, Rania M.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Un técnica mejorada y adaptativa para la detección de objetivos bloqueados y la transmisión de datos sobre Internet de las Cosas de la Salud


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Tecnología de transmisión de datos
Seguridad de datos
Esteganografía
Criptografía
Datos médicos
Cifrado

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 26

Citaciones: Sin citaciones


Descripción
Los increíbles avances en tecnología de transmisión de datos han abierto más potenciales para la seguridad de datos que nunca antes. Numerosos métodos de protección de datos han sido desarrollados durante las décadas anteriores, incluyendo la esteganografía y la criptografía. La seguridad e integridad de los datos médicos han surgido como barreras importantes para los sistemas de servicios de atención médica a medida que Internet de las cosas ha evolucionado drásticamente en el negocio de la salud. La comunicación segura entre dos dispositivos es un problema difícil. Numerosos algoritmos criptográficos ya están disponibles, incluyendo el estándar de cifrado de datos (DES), Rivest-Shamir-Adleman (RSA) y el estándar avanzado de cifrado (AES). En este documento, presentamos un modelo de seguridad híbrido para la protección de datos de texto diagnóstico contenidos en fotografías médicas. El modelo propuesto se construye combinando un sistema de cifrado híbrido propuesto con una técnica de esteganografía de Transformada Wavelet Discreta 2D de 1 nivel (2D-DWT-1L) o de 2 niveles (2D-DWT-2L). El modelo sugerido cifra datos secretos y los oculta usando 2D-DWT-3L. Se emplean textos, imágenes en color y en escala de grises. El rendimiento del sistema sugerido se probó utilizando PSNR, SSIM, MSE y correlación. En comparación con enfoques de vanguardia, el modelo propuesto enmascaró datos personales de pacientes con alta capacidad, imperceptibilidad y un deterioro mínimo en la imagen estego recibida. Utilizamos MATLAB para construir el mecanismo propuesto, y se utilizan medidas como el rendimiento y el tiempo de ejecución para evaluar el rendimiento.

Otros recursos que podrían interesarte

Temas Virtualpro