
Изкуствен интелект ще защитава скенери в болниците от кибератаки и човешки грешки
- Компании ИКТ услуги
- Източник: Forbes.com
- Автор:

Екип от израелски учени разработва система за предотвратяване на потенциални хакерски атаки при медицински софтуер.
Учени от университета „Бен-Гурион" в Негев, Израел, стигат до извода, че скенерите за медицинска томография (МТ) са изключително податливи на враждебна външна намеса. При кибератака нивата на радиация могат да се променят, да се блокира и изключи цялата система или дори да се добавят и променят медицински изображения с цел изнудване на болнични заведения.
Скенерите са апарати, чрез които се извършва МТ или т.н. образна диагностика с помощта на радиация. Количеството радиация се задава от специалист, който борави с апарата посредством компютър. В зависимост от възрастта на апарата най-често използваните компютърни операционни системи са Windows 7 или по-старата ХP.
При масовата кибератака WannaCry през 2017 г. много XP операционни системи бяха блокирани, в това число и скенери в много болнични заведения, които са използвали тази операционна система. Въпреки че XP системите не са били атакувани пряко, този инцидент повдига въпроса за киберсигурността на апаратите за образна диагностика в болниците при една целенасочена хакерска атака.
В скорошно изследване учените изпробват защитна технология с изкуствен интелект, която работи на две нива. Първото ниво е свободен филтриращ слой, който засича всички очевидно съмнителни команди, като подаване на високо ниво на радиация, например. Вторият по-специфично филтриращ слой ще засича стандартни медицински команди, но ще ги проверява спрямо конкретния случай и зададените параметри на пациента.
При отчетена грешна или съмнителна команда, защитната система ще очаква допълнително потвърждение от оперативния специалист. Това от своя страна ще предотвратява и човешки грешки.
Системата вече е тествана и показва от 82% до 99% успеваемост при зададени 1991 грешни или подвеждаши команди.
Скенерите са апарати, чрез които се извършва МТ или т.н. образна диагностика с помощта на радиация. Количеството радиация се задава от специалист, който борави с апарата посредством компютър. В зависимост от възрастта на апарата най-често използваните компютърни операционни системи са Windows 7 или по-старата ХP.
При масовата кибератака WannaCry през 2017 г. много XP операционни системи бяха блокирани, в това число и скенери в много болнични заведения, които са използвали тази операционна система. Въпреки че XP системите не са били атакувани пряко, този инцидент повдига въпроса за киберсигурността на апаратите за образна диагностика в болниците при една целенасочена хакерска атака.
В скорошно изследване учените изпробват защитна технология с изкуствен интелект, която работи на две нива. Първото ниво е свободен филтриращ слой, който засича всички очевидно съмнителни команди, като подаване на високо ниво на радиация, например. Вторият по-специфично филтриращ слой ще засича стандартни медицински команди, но ще ги проверява спрямо конкретния случай и зададените параметри на пациента.
При отчетена грешна или съмнителна команда, защитната система ще очаква допълнително потвърждение от оперативния специалист. Това от своя страна ще предотвратява и човешки грешки.
Системата вече е тествана и показва от 82% до 99% успеваемост при зададени 1991 грешни или подвеждаши команди.
Още по темата във
facebookСподели тази статия в:

Световните цени на петрола намаляват с 1,7%

Търговската война между САЩ и Китай застрашава и руската икономика

Amazon изстреля в орбита първите си интернет спътници

Край на последния европейски оазис със „златни паспорти”

Светът отбеляза рекордни военни разходи от края Студената война

СЗО заяви за ускоряване на развалянето на продукти поради глобалното затопляне

Въпреки разногласията заради търговската война, Китай ще сподели лунните проби със САЩ

САЩ и Украйна могат да подпишат тази седмица сделката за ресурсите

Атака с камион остави единадесет жертви и много ранени във Ванкувър, Канада (обновена)
Най-четено от Компании ИКТ услуги
КЕШ клуб
300
3 000
30 000