ارائه مدلي مروري مبتني بر نوآوري هاي هوش مصنوعي در داده هاي آزمايشگاهي و تشخيص حملات SQL و حفظ امنيت سايبري در پايگاه داده هاي مربوط به آن ها

Providing a review model based on artificial intelligence innovations in laboratory data and detecting SQL attacks and maintaining cyber security in their databases

امروزه بررسي پايگاه داده هاي موجود در امور آزمايشگاهي يكي از اولويت هاي بخش درمان مي باشد و كشف ارتباطات و الگوها مي-تواند به دانش جديد در پزشكي بيانجامد. داده كاوي از جمله پيشرفت هاي فناوري در راستاي مديريت داده ها است كه استفاده گسترده و ادغام آن با شيوه هاي سنتي به يك الزام تبديل شده است. از آنجايي كه برنامه هاي كاربردي مبتني بر وب منبع و مقصد ذخيره داده هاي با ارزش مي باشد، اين برنامه هاي كاربردي با امنيت خيلي بالايي پياده سازي نمي شوند و منجر به بروز تهديدات مختلف مي شوند كه يكي از اين تهديدها، حملات تزريق SQL است و به عنوان مهم ترين و زيانبارترين حمله سايبري توسط مهاجمين در سطح دنيا مورد استفاده قرار مي گيرد. بنابراين در اين مقاله به روش هاي مطرح در دو گروه الگوريتم هاي يادگيري ماشين و هوش مصنوعي به منظور تشخيص حملات SQL پرداخته شده و نقاط ضمف و قوت هر يك مورد بررسي قرار گرفته است. در ادامه مقاله امنيت سايبري پايگاه داده در حوزه پزشكي با كمك هوش مصنوعي مورد بررسي قرار گرفته است و جستجوي اوليه در رابطه با مباحث فضاي سايبري و محرمانگي داده هاي سلامت، منجر به يافتن تعداد زيادي مقاله شد كه تمام مقالات با تهديد رو به رشد حملات سايبري در مراقبت هاي بهداشتي و عدم آمادگي در مقابله با تهديدهاي موجود موافق هستند. نتايج به دست آمده نشان مي دهد كه بسياري از لايه ها و روش هاي امنيت اطلاعات براي پايگاه داده ها مناسب هستند و از جمله آن ها مي توان به رهگيري پايگاه داده، اصالت سنجي، رمزگذاري، يكپارچگي داده ها و فرآيند پشتيبان گيري اشاره كرد.