Modello di sicurezza adattivo per i dati sanitari utilizzando l'NLP biomedico

La sicurezza e la privacy dei dati dei pazienti sono emerse come una preoccupazione critica, data la rilevanza delle qualità delle informazioni dei pazienti nell'EMR. L'accesso non autorizzato e la manipolazione non etica dei dati potrebbero causare una calamità medica ed economica su larga scala. Nell'ultimo decennio molti ricercatori hanno studiato la sicurezza dei big data e hanno sviluppato molti modelli di sicurezza per proteggere i dati da attacchi e fughe di notizie da parte di malintenzionati. Le misure di sicurezza e privacy dei ricercatori, d'altra parte, sono rigide e di natura omogenea. Tuttavia, a causa della casualità e del dinamismo dei big data, è necessaria un'architettura di sicurezza adattiva e dinamica per gestire l'incertezza delle proprietà dei dati. La sicurezza adattiva è una soluzione a questa sfida che fornisce una strategia di sicurezza basata sull'esame continuo di comportamenti ed eventi e sull'adattamento efficace ai pericoli prima che si concretizzino. L'uso di metodi di apprendimento automatico per proporre un modello di sicurezza adattabile e dinamico nel settore sanitario aggiunge molto valore al sistema di sicurezza esistente.