מודל למידת עומק היברידי מבוסס בלוקצ’יין לגילוי מתקפות רב‑ווקטוריות במערכות בריאות המחוברות לאינטרנט של הדברים

מדוע חשוב להגן על בתי חולים מחוברים

בתי חולים מודרניים תלויים יותר ויותר במכשירים המחוברים לאינטרנט: ניטור לב שמעביר בזמן אמת סימנים חיוניים, משאבות הזלפה שמתקנות מינונים, וחיישנים לבישים שממשיכים לעקוב אחרי המטופלים בבית. הרשת הדיגיטלית הזו יכולה להעלות באופן משמעותי את רמת הטיפול — אך גם פותחת דלתות חדשות עבור תוקפים. המאמר מציג שיטה חדשה להגנת רשתות רפואיות מפני ערבוב של מתקפות סייבר, באמצעות שילוב של בינה מלאכותית ובלוקצ’יין, במטרה לזהות איומים בתוך מילישניות תוך שמירה על אמינות ופרטיות נתוני המטופל.

ציטוט: Sengan, S., Shieh, CS. & Horng, MF. A hybrid blockchain based deep learning model for multivector attack detection in internet of things enabled healthcare systems. Sci Rep 16, 10060 (2026). https://doi.org/10.1038/s41598-026-40765-3

מילות מפתח: סייברביטחון בתחום הבריאות, אינטרנט של הדברים, אבטחת בלוקצ’יין, גילוי חדירות, למידת עומק