The University of British Columbia

Objet publié

Le projet est axé sur la mise au point de techniques d’apprentissage automatique (AA) adaptables et sécurisées pour les systèmes de soins de santé connectés. Avec l’avènement des dispositifs médicaux connectés, le potentiel de collecte et d’analyse de données sur site en continu est immense. Les récentes avancées dans les techniques d’apprentissage automatique ont offert un potentiel appréciable pour la détection et le diagnostic automatisés des conditions médicales et le suivi des maladies, en particulier pour les populations éloignées et vulnérables. Malheureusement, cela a également ouvert les portes à de nombreux types d’attaques malveillantes en matière de sécurité, notamment celles qui ciblent les algorithmes d’AA au moyen d’attaques malveillantes (c’est-à-dire les attaques d’évasion et d’empoisonnement). Le projet étudiera des techniques systématiques pour rendre les algorithmes d’AA du domaine des soins de santé, qui sont robustes et résistants à différents types d’attaques, et pour fournir une alerte rapide d’attaques sur les dispositifs médicaux afin que des mesures appropriées puissent être prises. L’équipe s’appuiera sur son expertise collective dans les domaines de la cybersécurité, de la fiabilité et de l’apprentissage automatique pour développer des innovations fondamentales dans ce domaine.