이 논문은 ML 기반 의료 시스템의 보안 위험을 체계적으로 분석하였다.
첫째, FDA에서 승인된 ML 기반 의료 기기를 조사하여 사용되는 ML 기술과 이에 대한 알려진 공격 기법을 파악하였다. 이를 통해 ML 기반 의료 시스템이 다양한 공격에 취약할 수 있음을 확인하였다.
둘째, ML 기반 혈당 관리 시스템을 사례 연구로 진행하였다. 이 시스템은 다양한 주변 장치와 연결되어 있어 취약점 존재 시 ML 엔진에 악의적인 입력을 주입할 수 있다. 실험 결과, 이를 통해 환자의 건강에 치명적인 영향을 미칠 수 있는 잘못된 진단 및 치료 결과를 초래할 수 있음을 보였다.
셋째, 기존의 위험 평가 기법들이 ML 기반 의료 시스템의 보안 위험을 적절히 파악하지 못함을 지적하였다. 이를 해결하기 위해서는 주변 장치의 취약점과 이로 인한 시스템 전체의 위험을 종합적으로 고려할 수 있는 새로운 위험 평가 방법이 필요하다.
إلى لغة أخرى
من محتوى المصدر
arxiv.org
الرؤى الأساسية المستخلصة من
by Mohammed Eln... في arxiv.org 04-15-2024
https://arxiv.org/pdf/2401.17136.pdfاستفسارات أعمق