Modèle de sécurité adaptatif pour les données de santé à l'aide du NLP biomédical

La sécurité et la confidentialité des données des patients sont devenues une préoccupation majeure, compte tenu de l'importance des informations relatives aux patients dans les dossiers médicaux électroniques. L'accès non autorisé et la manipulation non éthique des données pourraient entraîner une catastrophe médicale et économique à grande échelle. De nombreux chercheurs ont étudié la sécurité des big data au cours de la dernière décennie et ont développé de nombreux modèles de sécurité pour protéger les données contre les attaques malveillantes et les fuites. Cependant, en raison du caractère aléatoire et dynamique des big data, une architecture de sécurité adaptative et dynamique est nécessaire pour faire face à l'incertitude des propriétés des données. La sécurité adaptative est une solution à ce défi qui fournit une stratégie de sécurité basée sur l'examen continu des comportements et des événements et l'adaptation efficace aux dangers avant qu'ils ne se matérialisent. L'utilisation de méthodes d'apprentissage automatique pour proposer un modèle de sécurité adaptable et dynamique dans le secteur des soins de santé ajoute beaucoup de valeur au système de sécurité existant.