الفهرس 
IntroductionOnly 14 pages are availabe for public view
 |  | from | 130 |  |  |
| | | from | 130 | | |
Abstract
لقد كانت جائحة فيروس كورونا COVID-19 والإغلاق اللاحق هو الحافز للتحول العالمي الغير مسبوق إلى أساليب الرعاية الصحية عن بعد، مما أدى إلى التعجيل باعتماد و تطبيق الإنترنت الأشياء الطبية في العلاج والتقييم. أن إتباع تلك الأساليب في الحفاظ على مستوى معين من الرعاية والعلاج قد أحدثت تهديدات رقمية غير معروفة يمكن أن تهدد الأشخاص الأكثر ضعفًا في البلاد.
ونرى أن تطبيق الإنترنت الأشياء الطبية قد تزايد بشده، حيث أفاد 24٪ من المرضى في دراسة Ipsos Mori أنهم يستخدمون حاليًا جهاز من أجهزة التي تتبع الإنترنت الاشياء أو قد استخدموه في الماضي.و يستثمر مقدمو الرعاية الصحية الآن بكثافة في الأجهزة المتصلة بمضخات الأنسولين المزروعة و التكنولوجيا القابلة للارتداء لمراقبة معدل ضربات القلب عن بُعد. تتوقع شركة Deloitte أن تبلغ قيمة صناعة الأجهزة الطبية المتصلة أكثر من 158 مليار دولار بحلول عام 2022 ، مقارنة بـ 4 مليار دولار فقط في عام 2017.
ويعتبر ظاهريًا ، إن ذلك نجاحا للتكنولوجيا ، حيث تعالج الصعوبات قصيرة الأجل وطويلة الأمد في إدارة الرعاية الصحية بالإنترنت الأشياء الطبية لعدد متزايد من السكان. ومع ذلك ، هناك ثغرات واضحة في أمان أجهزة إنترنت.فقد يتم إساءة استخدام المعلومات الشخصية أو سرقتها من قبل الجهات الخبيثة من خلال الأجهزة المعرضة للخطر والمُخترقة المستخدمة للتجسس أو كجزء من الخداع. ومع ذلك ، فإن انتشار هذه التكنولوجيا في الرعاية الصحية قد وضع السلامة البدنية للمستخدمين تحت نفس الفحص حيث يمكن أن تؤدي آثار الهجمات الإلكترونية إلى شل المرافق الطبية الوطنية وتعريض الآلاف ، إن لم يكن الملايين ، من الناس لخطر الإصابة بأذى جسدي خطير.
غالبًا ما يكون قطاع الرعاية الصحية في قلب الهجمات الإلكترونية المنسقة ، مثل هجمات برنامج الفدية ”WannaCry” على NHS في عام 2017 ، حيث يعمل مقدمو الخدمة غالبًا بمعدات قديمة ويتعرضون لضغوط تشغيل لا تصدق.فقد أصاب هجوم سنة 2017 علي هيئة الخدمات الصحية الوطنية بالشلل مما أدى إلى إخفاق النظام الوطني بين عشية وضحاها ؛ حيث قامت الحكومة بدفع مبلغ 50 مليون جنيه إسترليني طارئًا لمعالجة الأقسام الأكثر ضعفًا في NHS بالاضافه 150 مليون جنيه إسترليني أخرى تم التعهد بها حتى عام 2020. ويتزايد مثل هذا الهجوم بسبب الإجراءات الأمنية المعمول بها بالفعل والتي اعتبرتها الأبحاث الأخيرة أنها معرضة للخطر بسبب مجموعة متنوعة من نقاط الضعف التي ، إذا لم يتم علاجها ، يمكن أن تؤدي إلى تكرار مستويات الاضطراب في عام 2017.[70]
ومن هنا ينبع أهمية التعلم الآلي والعميق. كما هو الحال في العديد من الصناعات والمنافذ ، فإن التعلم الآلي يكمل الجهد البشري ويعوض نقص الموارد البشرية (في كثير من الحالات ، يحل محل البشر تمامًا).
يستخلص منهج التجميع المقترح المقدم في هذا العمل السمات الأكثر شيوعًا من مجموعة بيانات طبية حقيقية ، ويصاب بالعدوى من خلال السلوك القياسي لبرامج الفدية ذات الحمولة النافعة المصممة خصيصًا لفهم كيفية تشفير البيانات ومدى تأثيرها على حياة الناس عندما تتجاوز القيم الحية بواسطة برامج الفدية.
في هذا العمل ، يتم استخدام الطريقة القائمة على العتبة جنبًا إلى جنب مع تقنيات التعلم الآلي الأخرى غير الخاضعة للرقابة مثل k-mean وDBscan وتعني التحول إلى تجميع السجلات الطبية على أنها خبيثة أو عادية.حيث يتم قياس أداء دقتها باستخدام مقاييس الدقة والتذكر والنتيجةf1.
تتم عملية التتبع مباشرة بعد عملية التجميع باستخدام تقنيات التعلم الآلي الخاضعة للإشراف ك K -nearest neighbor، وsupport vector machines و decision tree و random forest و logistic regression. جنبًا إلى جنب مع تقنية التعلم العميق للشبكة العصبية الاصطناعية. والتي تم قياس دقتها أيضًا باستخدام مقاييس الدقة والتذكر والنتيجةf1 .
نجحت النتائج التي تم تحقيقها في تجميع السجلات الطبية في سجلات خبيثة وطبيعية بالإضافة إلى اكتشاف ناجح لبرامج الفدية في السجلات الطبية. تساعد هذه الدراسة في اكتشاف حل للتمكن من حماية بيانات المرضى الذين يتم تقديم الخدمة الصحية لهم عن بعد خاصة أثناء جائحة كورونا كوفيد 19 ، لتلافي تعريض القائمين على رعايتهم لخطر الإصابة بأمراض فيروس كورونا المنتشرة.