PulseAugur
中
实时 20:16:33
English(EN) Securing the Future of IoMT in the Post-Quantum Era: An Edge-Native Federated Learning Approach

新框架利用后量子AI保护医疗物联网安全

作者 PulseAugur 编辑部 · [2 个来源] ·

本研究论文提出了一种框架，用于保护医疗物联网（IoMT）设备免受量子计算威胁。它将后量子密码学（PQC）与联邦学习（FL）以及使用Kubernetes的原生边缘编排相结合。该系统旨在通过确保量子安全通信和通过分布式加密处理降低延迟来保护敏感健康数据，并在Raspberry Pi测试平台上进行了验证。 AI

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种新的技术方法。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新框架利用后量子AI保护医疗物联网安全

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Taym Alshoghri, Deemah H. Tashman, Mohammad Reza Gerami, Soumaya Cherkaoui ·

    Securing the Future of IoMT in the Post-Quantum Era: An Edge-Native Federated Learning Approach

    arXiv:2606.14515v1 Announce Type: cross Abstract: Internet of Medical Things (IoMT) devices operate under strict resource constraints while handling highly sensitive health data, making security and privacy critical concerns. Federated learning (FL) further complicates this lands…

  2. arXiv cs.AI TIER_1 English(EN) · Soumaya Cherkaoui ·

    后量子时代物联网医疗安全的未来：一种原生边缘联邦学习方法

    Internet of Medical Things (IoMT) devices operate under strict resource constraints while handling highly sensitive health data, making security and privacy critical concerns. Federated learning (FL) further complicates this landscape, as model updates exchanged during training m…

相关实体

相关话题