精选理由
联邦学习+后量子医疗数据保护
IoMT设备资源受限且处理敏感健康数据，联邦学习中模型更新可能泄露隐私。量子计算威胁传统加密，需集成后量子密码（PQC）。该文提出基于Kubernetes的框架，在Raspberry Pi测试床上验证。分布式加密处理延迟比顺序设计低32%，资源开销可控。框架为联邦学习IoMT系统提供安全编排与通信方案。
AI 翻译 · 中文
IoMT设备资源受限且处理敏感健康数据，联邦学习中模型更新可能泄露隐私。量子计算威胁传统加密，需集成后量子密码（PQC）。该文提出基于Kubernetes的框架，在Raspberry Pi测试床上验证。分布式加密处理延迟比顺序设计低32%，资源开销可控。框架为联邦学习IoMT系统提供安全编排与通信方案。
Internet of Medical Things (IoMT) devices operate under strict resource constraints while handling highly sensitive health data, making security and privacy critical concerns. Federated learning (FL) further complicates …