عنوان فارسی |
بررسی تهدیدات حریم خصوصی در اینترنت اشیای پزشکی (IoMT) از طریق فناوری یادگیری ماشین |
عنوان انگلیسی |
Analysis of privacy threats in internet of medical things (IoMT) using machine learning |
رشته مرتبط |
  مهندسی کامپیوتر؛ اینترنت اشیا |
درسهای مرتبط | روش تحقیق و نمونه پروپوزال کارشناسی ارشد برای پایان نامه |
اصول نگارش : رعایت شده و بر طبق استانداردهای وزارت علوم تهیه شده است | سال تهیه : 1403 |
فرمت تهیه : ورد (قابل ویرایش) و پی دی اف (pdf) | کیفیت نگارش : طلایی |
پاورپوینت این پروپوزال را چگونه میتوانم تهیه کنم؟ |
سفارش پاورپوینت این پروپوزال |
1. بیان مساله 2. اهمیت و ضرورت تحقیق 3. پیشینه تحقیق 4. اهداف تحقیق 5. فرضیه های تحقیق 6. مدل تحقیق 7. سوالات تحقیق 8. تعریف واژگان و اصطلاحات فنی و تخصصی 9. بیان جنبه نوآوری تحقیق 10. روش تحقیق 11. منابع فارسی و انگلیسی
پایان نامه این پروپوزال | دانلود پایان نامه تحلیل تهدیدات حریم خصوصی در اینترنت اشیای پزشکی با یادگیری ماشین |
این پروپوزال برای مقطع کارشاسی ارشد رشته مهندسی کامپیوتر تهیه شده و در آن به بررسی تهدیدات حریم خصوصی اینترنت اشیای پزشکی (IoMT) با استفاده از فناوری یادگیری ماشین (ML) پرداخته شده است. ساختارهای اصلی پروپوزال نویسی شامل بیان مساله، اهمیت انجام پژوهش، اهداف، فرضیات، پیشینه و روش تحقیق در این پروپوزال رعایت گردیده و در نتیجه مطالعه آن می تواند منبع خوبی برای آشنایی با نحوه نگارش هر کدام از این سرفصل ها باشد. لازم به توضیح است که با توجه به جامعیت تحقیق، می توان موضوعات جدیدی نیز از این پروپوزال استخراج نمود.
اینترنت اشیاء (IoT) به معنای دستگاه ها و ادواتی است که قادر به تعامل با انسان یا محیط های اطراف هستند و می توانند جهت ارسال و دریافت داده ها به اینترنت متصل شوند. این تعریف، شامل یک سری ادوات پزشکی خانگی متصل به اینترنت است که بیش از پیش در خانه ها، بیمارستان ها و مراکز مراقبت سلامت، نصب می شوند. پیش بینی می شود که تعداد ادوات «اینترنت اشیاء» (IoT) از 13.8 میلیارد عدد در سال 2021 به 30.9 میلیارد عدد در سال 2025، افزایش یابند. اینترنت اشیای پزشکی (IoMT) برای ثبت داده های کاربر طراحی شده اند که حساس برای حریم خصوصی هستند و معمولاً حجم زیادی از اطلاعات شخصی را گردآوری می کنند. این اشیاء، کارایی بیشتری برای مراقبت از سلامت حاصل می کنند، زیرا کاربران نهایی را قادر می سازند تا اطلاعات را از راه دور به اشتراک بگذارند و بازخورد به موقع را از ارائه دهندگان مراقبت سلامت، دریافت کنند. مخصوصاً اینکه، توسعه سریع IoMT، سیستم های پزشکی سنتی برای کاربردهای تشخیص و تحلیل بیماری را بهبود بخشیده اند. داده های سلامت گردآوری شده در IoMT توسط پژوهشگران جهت تشخیص و پیش بینی بیماری ها قابل استفاده می باشند. چنین اطلاعاتی، خصوصی هستند و می توانند وضعیت سلامت، داده های پزشکی، اولویت ها، رفتارها و عادت ها را نشان دهند. در سالهای اخیر، بزرگسالان مسن تر، به استفاده کننده های عمده ادوات IoMT تبدیل شده اند، با اینکه درک صفر یا اندک در مورد نحوه کارکرد این فنآوری یا نحوه اشتراک گذاری اطلاعات داشته باشند، زیرا این امر ممکن است باعث بوجود آمدن ریسک های حریم خصوصی جدی برای بزرگسالان مسن تر شود. چنین اطلاعات حساس مرتبط به سلامت ممکن است توسط سازندگان دستگاه ها مورد سوء استفاده قرار گیرند، توسط مهاجمان یا ناظران شبکه استراق سمع شوند، اگر به صورت متن ساده ارسال شوند که دیگر آنچنان مرسوم نیست.
این پروپوزال در قالب فایل ورد (WORD) قابل ویرایش تهیه شده و در ادامه نیز تصویر مربوط به یکی از صفحات آن قرار داده شده است:
با این حال، حتی هنگامی که ادوات IoMT، داده های ارسال شده به ابر را رمزگذاری کنند، ناظران شبکه می توانند فراداده های ترافیک مانند اندازه بسته، زمان رسیدن بین بسته ها، پروتکل های استفاده شده در لایه های شبکه مختلف، برچسب زمانی، جهت جریان ترافیک (ورودی/خروجی) و غیره را تحلیل کنند تا اطلاعات خصوصی کاربران مانند رفتار و تعامل آنها و الگوی استفاده از دستگاه براساس فعالیتش را بدست آورند و آنها را مورد سوء استفاده قرار دهند. کاربران به سازندگان ادوات IoMT اعتماد می کنند تا از حریم خصوصی آنها حفاظت کنند و امنیت را تضمین نمایند. اما در اکثر موارد، توانایی فنی برای تایید اینکه آیا این حمایت ها و حفاظت ها برایشان بکار گرفته شده یا خیر را ندارد.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.