의료 사물인터넷(IoMT)과 엣지 컴퓨팅 기술은 네트워크의 가장자리에서 실시간 모니터링과 데이터 처리를 가능하게 함으로써 의료 산업을 크게 발전시켰다. 의료기기는 소비자 전자기기와 결합되어 인체의 생리적 요인을 측정하고, 추가 분석 및 처리를 위해 이를 클라우드 저장소로 전송한다. 그러나 소비자 헬스케어 시스템의 제한된 처리 성능과 네트워크 제약을 고려한 라우팅 최적화는 중요한 연구 과제를 제기한다. 또한 제한된 환경으로 인해 무선 시스템을 통해 이질적인 기술을 통합할 때 여러 개인정보 보호 및 보안 문제가 발생한다. 본 연구에서는 헬스 시스템을 위한 다층 보안 기반 엣지 지원 AI 모델을 제안하여, 엣지에서 실시간 데이터 분석과 전송 의사결정을 제공하고자 하였다. 첫째, 지능형 알고리즘은 엣지에서 동적이고 신뢰할 수 있는 라우팅 전략을 활용하여 데이터 흐름을 제어하고 소비자 데이터에서의 네트워크 혼잡을 최소화한다. 둘째, 데이터 및 무결성 침해가 발생하는 경우, 엣지 관리(edge management)를 통해 기기 간 신뢰를 구축하고 데이터 프라이버시의 수준을 높이기 위해 무작위화된 보안 패턴을 조사한다. 무작위화된 보안 패턴은 회전형 암호화 키(rotating encryption keys)와 그 관리 개념을 통합함으로써 데이터 보안에 대한 분석을 향상시킨다. 이러한 패러다임은 네트워크 위협의 발생 확률을 감소시키고, 해로운 기기가 존재하는 상황에서도 IoT 시스템의 회복탄력성을 높이기 위한 예측 불가능한 패턴을 생성한다. 제안된 모델은 다양한 시뮬레이션 기반 실험을 통해 검증되었으며, 패킷 드롭 비율, 데이터 지연, 시스템 가동 시간(uptime), 데이터 침해 및 보안 오버헤드에서 기존 연구 대비 유의미한 개선을 보이는 것으로 나타났다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.