메뉴 건너뛰기

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
(연세대학교) (연세대학교) (연세대학교) (연세대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제34권 제3호
발행연도
수록면
202 - 209 (8page)
DOI
10.5391/JKIIS.2024.34.3.202

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
이 논문의 연구방법이 궁금하신가요?
🏆
연구결과
이 논문의 연구결과가 궁금하신가요?
AI에게 요청하기
추천
검색
질문

초록· 키워드

디지털 헬스케어 서비스가 확대되면서, 인공지능 모델을 ECG와 같은 의료 데이터에 적용하는 연구가 활발하게 진행되고 있다. 하지만 인공지능 모델은 모델의 성능을 복제하는 Model Extraction Attack에 취약하며, 기존 의료 데이터의 비식별화는 환자의 개인 정보에만 초점이 맞추어져 있다. 따라서, 본 논문에서는 ECG 시계열 데이터 자체에 대한 비식별화 기법을 제안하고, 이를 활용한 Model Extraction Attack 방어 기법을 소개한다. 구체적으로, 제안하는 방법은 Rounding, Gaussian Noise, Impulse Noise, Sinusoid Noise를 활용하여 ECG 데이터에 대한 비식별화를 수행한다. ECG 데이터로 학습한 1-D CNN 모델을 대상으로 한 실험을 통해 제안하는 비식별화 기법은 Model Extraction Attack에 효과적인 방어 성능을 나타내는 것을 확인하였다.
#Model Extraction Attack #De-identification #Deep Learning #ECG Data #Deep Learning
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

목차

  1. 요약
  2. Abstract
  3. 1. 서론
  4. 2. 관련 연구
  5. 3. 제안 방법
  6. 4. 실험 결과
  7. 5. 결론
  8. References

참고문헌

참고문헌 신청

최근 본 자료

전체보기
260429_DBpiaAI
260319_딥리서치
260319_AI리더
260304_새학기에이전트
260429 전공별 추천 이벤트
260504 이주의질문
260304_아그논문롤
260127_아그논문
260127_AI뷰어
UCI(KEPA) : I410-151-24-02-089893287