چکیده فارسی :

این مقاله یک مقدمه مختصر به کلان داده و نقش ان در برنامه های بهداشتی را ارائه می دهد. مشاهده شده است که استفاده از معماری و تکنیک های کلان داده به طور مداوم به مدیریت سریع رشد داده ها در صنعت مراقبت های بهداشتی کمک می کند. اینجا؛ ابتدا یک مطالعه تجربی برای تجزیه و تحلیل نقش کلان داده در صنعت بهداشتی انجام می شود. مشاهده می شود که کارهای مهمی با استفاده از کلان داده در بخش مراقبت بهداشتی انجام شده است. امروزه؛ پیچیده است تا پیش بینی کنیم که یادگیری ماشینی و کلان داده می تواند بر صنایع بهداشتی تاثیر بگذارد. مشاهده شده است که بیشتر نویسندگانی که استفاده از یادگیری ماشینی و تجزیه و تحلیل کلان داده را در تشخیص بیماری پیاده سازی کرده اند؛ توجه خاصی به حریم خصوصی و امنیت داده ها نداشته اند. در اینجا؛ یک طراحی جدید از سیستم اطلاعات بهداشتی هوشمندانه و مطمئن با استفاده از یادگیری ماشینی و مکانیسم امنیتی پیشرفته برای بکار بردن کلان داده در صنعت پزشکی پیشنهاد شده است. این نوآوری در ترکیب ذخیره سازی بهینه و لایه امنیتی داده مورد استفاده برای حفظ امنیت و حریم خصوصی است. تکنیک های دیگری در ان مانند رمز گذاری پنهانی؛ نظارت بر فعالیت ها؛ کنترل دسترسی گرانشی؛ رمزگذاری داده پویا و تصدیق نقطه پایان گنجانده شده است. مدل ترکیب چهار لایه مراقبت های بهداشتی پیشنهاد شده به نظر می رسد برای سیستم کلان داده در تشخیص بیماری موثرتر است.

کلمات کلیدی: کلان داده؛ مراقبت های بهداشتی؛ تجزیه و تحلیل کلان داده؛ تشخیص بیماری؛ تجزیه و تحلیل پیش بینی شده؛ امنیت و حریم خصوصی.

چکیده انگلیسی:

The paper presents a brief introduction to big data and its role in healthcare applications. It is observed that the use of big data architecture and techniques are continuously assisting in managing the expeditious data growth in healthcare industry. Here, initially an empirical study is performed to analyze the role of big data in healthcare industry. It has been observed that significant work has been done using big data in healthcare sector. Nowadays, it is intricate to envision the way the machine learning and big data can influence the healthcare industries. It has been observed that most of the authors who implemented the use of machine learning and big data analytics in disease diagnosis have not given significant weightage to the privacy and  security of the data. Here, a novel design of smart and secure healthcare information system using machine learning and advanced security mechanism has been proposed to handle big data of medical industry. The innovation lies in the incorporation of optimal storage and data security layer used to maintain security and privacy. Different techniques like masking encryption, activity monitoring, granular access control, dynamic data encryption and end point validation have been incorporated. The proposed hybrid four layer healthcare model seems to be more effective disease diagnostic big data system.