️🎉️🎉️🎉Chúc mừng nhóm sinh viên Bùi Tấn Hải Đăng, Phan Hữu Luân, Vương Đinh Thanh Ngân (ngành An toàn thông tin - chương trình Tài năng và Chất lượng cao - Khoa Mạng máy tính & Truyền thông) và nhóm nghiên cứu Inseclab đã có công trình nghiên cứu về “Mô hình dự đoán nguy cơ đột quỵ sử dụng phương pháp Học liên kết tích hợp Mã hóa đồng cấu và Blockchain trong ngữ cảnh y tế thông minh” được chấp nhận đăng tại hội nghị khoa học quốc tế ATC’ 2023.
👉 Bài báo: "TrustFedHealth: Federated Learning with Homomorphic Encryption and Blockchain for Heart Disease Prediction in the Smart Healthcare"
Sinh viên:
Bùi Tấn Hải Đăng (Tài năng - An toàn thông tin 2020)
Phan Hữu Luân (Chất lượng cao - An toàn thông tin 2020.1)
Vương Đinh Thanh Ngân (Chất lượng cao - An toàn thông tin ATCL2020.1)
Chủ đề nghiên cứu: Blockchain và An toàn thông tin
GVHD: ThS. Phan Thế Duy, TS. Phạm Văn Hậu
👉 Bài báo của nhóm được chấp nhận đăng và trình bày trong chương trình hội nghị "2023 INTERNATIONAL CONFERENCE ON ADVANCED TECHNOLOGIES FOR COMMUNICATIONS" - ATC’ 2023 vào tháng 10.2023 tại Đà Nẵng.
👉 Thông tin chung: Hội thảo quốc tế về các công nghệ truyền thông tiên tiến (International Conference on Advanced Technologies for Communications - ATC) là Hội thảo khoa học thường niên, chuyên sâu về lĩnh vực điện tử, truyền thông, công nghệ thông tin và các lĩnh vực liên quan. Hội thảo mở ra cơ hội giao lưu, trao đổi, giới thiệu các kết quả nghiên cứu, chuyển giao công nghệ và giới thiệu sản phẩm của các doanh nghiệp trong và ngoài nước hoạt động trong các lĩnh vực này. Hội thảo lần đầu tiên được tổ chức vào năm 2008, hàng năm thu hút hơn 200 báo cáo với khoảng 150 nhà khoa học đến từ nhiều nước trên thế giới tham dự. Hội thảo Quốc tế ATC được tổ chức theo hình thức kết hợp giữa các Trường đại học với tổ chức xã hội - nghề nghiệp và các tập đoàn và doanh nghiệp trong lĩnh vực điện tử, truyền thông, công nghệ thông tin.
👉 Năm 2023, hội nghị ATC sẽ được tổ chức tại Thành phố Đà Nẵng, Việt Nam trong thời gian từ 19-21/10/2023 do Trường Đại học Công nghệ Thông tin và Truyền thông Việt – Hàn, ĐH Đà Nẵng đăng cai tổ chức.
👉 Abstract: In recent years, the advancements in the Internet of Medical Things (IoMT) or smart devices have enabled the automatic monitoring of human health. Using smart healthcare devices can not only reduce the burden on hospitals but also save costs, travel time, and provide a way to diagnose diseases at home, such as stroke rates. The IoMT generates a large amount of data, which can be used to train machine learning (ML) models for accurate disease diagnosis. However, the data used to train ML models is usually private, making it challenging to share and requiring high security. To overcome this challenge, this paper proposes a collaborative framework called TrustFedHealth for training ML-based heart disease prediction models. TrustFedHealth uses Federated Learning (FL) to allow training with decentralized data stored separately on multiple machines. Moreover, Mobile Edge Computing (MEC) is incorporated into the model as a solution to optimize communication time between the different elements of the system and reduce congestion. Homomorphic Encryption (HE) is also combined with FL to protect the confidentiality of model updates between clients and aggregation servers. Additionally, Blockchain (BC) is leveraged to tackle the traceability of contributions and guarantee transparency of model updates. Through evaluation results on the Physionet's MIT-BIH Arrhythmia Dataset, TrustFedHealth provides a promising approach for training ML-based heart disease prediction models while maintaining privacy and security.
