Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   10 ,  No.   3 ,  June   2020 ,  pp. 3 235 ~ 3243   IS S N: 20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v10 i 3 . pp3235 - 32 43          3235       Journ al h om e page :  http: // ij ece.i aesc or e.c om/i nd ex .ph p/IJ ECE   An enha nced l ossless c om pression  with cr yp tograph y hybrid   mech anism for E CG bi om edical  signal m onitorin g       Musta fa Em ad H ameed 1 ,  M as rull iz am  M at Ibr ah im 2 ,  Nu rulf ajar  Abd  Manap 3 , A li  A .  Moham med 4   1,2,3 Cent re   for Te le comm unic atio n  Resea r ch and  I nnovat ion   (CeTRI),  Facu lty   of E le c troni c   and   Co m pute r  Engi n ee r ing ,  Univer siti   Te kn i kal   Ma lay sia   Me la ka   (UTe M),   M al a y si a   1 Depa rtment of  Com pute r  Techn ique s E ng ine e rin g,   Bi la d   Al - raf id an  Univer si t y   C o ll eg e, I raq   4 Facul t y   of  Infor m at ion  and   Com m unic at ions  Tec hnolog y   (FTMK ),     Univer siti   Te kn i kal   Ma lay sia   Me la ka   (UTe M) ,   M al a y si a       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   A ug  6 , 2 019   Re vised  Oct  13 ,   2019   Accepte d  Oct  25 , 201 9     Due  to  the ir  use  in  dai l y   l ife   situ a ti on,   demand  for   remote  hea l th  a ppli c at ions   and  e - he al th  m onit oring  equ ipment  is  growing  quic kl y .   In  thi s  phase ,   for  fas t   dia gnosis  and   t her ap y ,   informa ti on  ca n  b e  tra n sferre d  from   th e  pa ti en t  t o     the   dista nt  c li ni c.   Now aday s ,   t he  m ost  chr onic   disea se  is  ca r diova scul ar  disea ses  (CVD s).  How eve r ,   th e  s tora ge   and  tra ns m ission  of  the   E CG  signal ,   consum es  m ore   ene rg y ,   bandwi dth  and  da ta   se cur ity   whi ch  is  fac ed  m a n y   cha l le nges.   Hen ce ,   in  th is  work,   we  pre sent   a  c om bine d  appr oa c h  for  ECG   dat a  compress ion  and  cr y ptogr a ph y .   The   compress ion  is  per form ed  using  ada pt ive   Huffm an  en codi ng   an d  enc r y p ti ng   is  done  using   AES  (CBC)   sche m e  with  a  256 - bit   ke y .   To   inc re ase   the   se cur ity ,   we  inclu de  Diffie - Hell m an  Ke y   e xcha nge   to  aut h ent i ca t e  th e   r ecei ver ,   RS A  ke y  gene r at io n     for  enc r y pti ng  and  dec r y pt ing   the   dat a .   Exp eri m ent a l  results   show  tha t    the   proposed  ap proa ch  a chieve s  bet t er  per form an ce   in  te rm s  of  c om pre ss ion   and  en cr y pti o n  o n  MIT - BIH E C G da ta se t.   Ke yw or d s :   Ad a ptive  H uff m an  co ding   AES   CB C  m od e   Diff ie - Hell m a n   ECG  si gn al   RSA   Copyright   ©   202 0   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   Mustafa Em ad Ham eed ,    Dep a rtm ent o f Te le com m un icati on  E nginee ring, F ac ulty  of  Ele ct ro nic  and  Com pu te r  E ng i neer i ng,   Un i ver sit i Te knikal M al ay sia  Mel aka, Ha ng Tu a h  Jay a,  76 100 D ur ia n  T unggal , Mel a ka, M al ay sia .    Dep a rtm ent o f C om pu te r  Tec hn i qu e s E ng i ne erin g,     Bi la d  Al - raf i da n Un i ver sit y C ollege,  Diya la , B aquba h,   Ir a q .   Em a il :  m ihh h2 21@ gm ail.co m       1.   INTROD U CTION   Du e  t o  se veral   prob le m s  su ch  as  un heal thy  li festy le   a nd   ge netic   in her it ance  of  the  pa ti ent,     the  m edical   healt h - relat ed  pro blem s  are  grow i ng   daily .  These  pro blem s  co ntribute   to   the  de velo pme nt  of   sever al   c hro nic   diseases   su c h  as  cance r,  dia be te s,  Alz heim e r' s  and  car diov ascular  disease s,  et c.  A  s urve y  was   su bm it te d  by  the  Wo rld  He al th  Organ iz at ion   re veali ng  that  card i ov as cular  diseas e  is  the  m os t  chro nic    disease  [ 1].  T hu s ,  ef fici ent  diag nosis  of  c ard i ov asc ular  disease  ha s  be com e  a  pr om i nen t  researc h  t op ic   i n    the  fiel d  of   bi om edical   app li cat ion s.  Ele c trocardio gram   (ECG )  sig nals  are  co ns ide r ed  as  the  pro m isi ng     non - in vasive  te chn i qu e  to  m easur e  the  He art - relat ed  act i viti es,  functi onal it y  and   al so   pro vid es  str uctu ral  inf or m at ion   of   the  hea rt  w hi ch  helps  t o  an al yz e  the  heart - relat ed  disea ses  [ 2].  Fig ure   1  s hows  at rial   and  ven t ricular  de po la rizat ion   an d  repolariz at io n  of   hear t  by  represe nting   th e  ECG  sign al   as  a  series  of   wave s   wh ic h  are   kn own   as  P ,  Q ,  R,   S  an d  T   wa ve s.  T he  ti m e  interval  betwee n  these  pea ks   pr ov i des  se ver al   crit ic al  inf or m at ion   wh ic h  is  us ef ul  f or   Hea rt  analy sis.  Ther e  e xist  sever al   ty pes  of   inter vals  w hi ch  are  i m po rta nt  for   m edical   analy sis.  These  inte r vals  are  known   as  PQ   inte rv al ,  RR   interval,  QRS  du rati on,  ST  segm ent,  and   QT   interval  wh ic h  ca n  be  ide ntifie d  ba sed  on  th e  P,  QRS  c omplex  a nd  T  wa ves  [ 3].  C on se qu e ntly ,  ECG  sign al s   are  widely   a dopte d  for  rem ote  he al th  m on it or i ng  syst em s  us ing   a dva nced  te le m edi cal   ap plica ti ons  w her e   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  3 ,  J une  2020  :   32 3 5   -   32 4 3   3236   patie nts  can  be   diagnose d  a nd   treat e d  fro m   re m ote  assis ta nce  [4 ] .  I n  this  ty pe  of   proces s,  the  sig nal  is  transm itted ov er a wirel ess c hannel  wh e re t he ori gin al  si gnal  g et s  conta m inate d.   More ov e r,   t he   chall eng e s  of  ECG  si gn al   are  re qu i re  m or e  sp ace  f or   st or a ge  a nd  ba ndwi dth   requirem ent  for  data  tra ns m is sion   a nd  al so   t hese  sig nals  a r e  transm it te d  ov e r  the  unsec ur e d  c hannel  he nce   secur it y  al so   be com es  a  cru ci al   ta sk   f or   t he  r esearch   com m un it y  [ 5].  T o  m itigate  the  da ta   stora ge  re qu irem en t   and   sec ur it y,  ECG  com pr es sion,  an d  cryp tograp hy - base d  schem es.  As   well   as,  the  pr i vacy  is su e  without  lim it ing   tradin g  feat ur es  t o  a vo i d  data  c ollec ti on   at ta cks  and   t o  ke ep  c orrect  ope n  tr ansacti on  rec ord  [6 ] .   Durin g  sig nal  transm issi on   f or   r em ote  m o nitor i ng   syst e m s,  the  chann el   conditi on s  aff ect   the  EC G  sig nal  qu al it y.  Th ough,  a  few   c om plexiti es  arise  her e  due  to  the  i m pr oper  tra nsm issi on   rate  or  low  ba ndwi dt h  in   com m un ic at ion   cha nnel .  Oft en,   co ntin uous  flo w  of  sig nal  m ay   le ad  to  an  i ncr ease   in  sh ee r  vo l um e  of    data  [7 ] .  The r efore,  the  siz e  of   data  in  the  com m un ic ation   cha nnel   su bs ta ntial ly   af f ect s  the  un s ui ta ble   transm issi on   r at e  or   low  bandw i dth   [ 8,   9].  Con ti nu ou s  E CG  sign al   fl ow  can  oft en  le ad  to  pac ket  f al l  and   i m po rtant  i nform at ion   loss.     Howe ver,  the  com pr essio n  w it h  the  el im inati on   of   re dund ancy  in  data,  wh ic h  i s   necessa ry  to  optim iz e  sto rage  sp ace  an d  re du ce  t he  tim e  need e d  f or  dat a  transm issi on   [10,   11 ] .  F ur t he rm or e,    the i m pr ovem e nt o f  c om pr ess ion  m echan ism  w hic h  is de pe nd   on a p e rform ance ev al uati on  c rite rio n.  T hough,  the  m os t  i m po rtant  thin g  is  t he  ne w  pro pos ed  com pr essio n  al gorithm   w ork  a  high  co m pr ession  rati o  (CR) ,   wh ic h  usual ly   needs  a  low  pe rcen ta ge  root  m ean  sq ua re  di ff e ren ce  ( PRD ).   Als o,   the  EC G  bio m edical   sign al s   con ta in   se ns it ive  pr i vate  heal th  in form at ion   as  well   as  detai ls  that  ser ve  to  in div i du al ly   disti nguis h  pa ti ents,   hen ce  m us t  be   encr y pted  pr i or   to  t ran sm issi on   ac ro ss  publ ic   m edia  so   as  to  preve nt  unaut horized  ac cess  by   adv e rsa ries f rom  c yber - at ta ck s [12,  13 ] .            Figure  1.   ECG   sign al   represe nt at ion -   P, Q,  R,  S,   T       Ther e f or e,  t he   com bin at ion   betwee n  the  c om pr essio n  an d  crypt ogra phy  m echan ism s   it s  at tract ed   researc hers'  atten ti on  i n  rece nt  tim es. I n  the  pap e r  [ 14]  p r opose d  the c onc ept o f  c om pr es sed  sen sin g  (C S) , on e  of   the  ne west  sign al   proce ssin g  te ch niques  w hich  a pp li ed  to   com pr ess  the  ECG  sig nals  w it h  the  adv a nta ge  of   ver y  l ow  com pu ta ti onal   c omplexit y  at   com pr essi on  sta ge   to  enc rypt  sig nals  f or  tra nsm issi on   ove r  i ns ec ur e  channels.  As  well   as,  a  nove l  el ect ro card i ogram   (ECG)   com pr essio n  m et ho d  f or  e - healt h  ap plica ti o ns   by  adap ti ng  ada pt ive  Fou rier  deco m po sit io n  ( AF D )  al gor it h m   hybr i dized  with  sym bo l  substi tuti on  (S S )   te chn iq ue  ha ve   been   presente d  in  [15].  This   m et ho d  as  achieves  ave ra ge d  CR   of   17.6   t o  44. 5  and   PR D  of  0.8%  t o  2.0%   with  a   hi ghly   li near   a nd  robu st   PRD - CR   relat ion s hip.  A no t her  resea rc h  [16]  ha ve  pr opos e    a  schem e  that  can  com pr ess  t he  data  withou t  any  loss  of  im po rtant  inf orm at ion   and   al s o  ap ply  crypto gr a phic   schem e  to  pre serv e   co nfi de nt ia li t y  fr om   unaut horized   ac cess.  In  their   work,  t hey  use   m ob il e  com pu t in g  dev ise   t o  el im inate   us a ge  of  com pu te rs.  T hey  pe rfor m   pr e processi ng  su c h  as  rem ov al   of  gaussia n  a nd  baseli ne  noise ,   detect   peak s ,  do   hear t  rate  a naly sis  and   c om pr ess  the  ECG  sig nal.  At  the  com pr essio n  they   app ly   3  le vel  wav el et   tra ns f or m at ion   (db 04)  a nd   us e  t hr e sh ol d  m echan ism s.  Nex t,  H uffm an  cod in g  te chn i que   is  us e d  t o  c ompress   a nd  enc r ypt  the  si gn al .   They  get  the   c om pr essio n  rat e  of  97.72%   w hich  is   quit e  de cent  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       An  e nhance d  l os sle ss c ompre ssion wi th cry pt og r aphy  h y br i d mech anism  for  …  ( M us taf a Em ad  H ameed )   3237   for  any  com pressi on   sc hem e.  Fu rt her,  the  E CG  sig nals  are   transm itted  over  TCP/ IP   to  te lem edi ci ne  cl i nic  for   sp eci al ist ’  ass essm ent.  Other wise,  t he  exi sti ng   of  e ncry ption - the n - c om pr ession  ( E TC)  ap proac he s  for  processi ng  EC G  data  pr opose d  in   [ 17] ,  w hi ch  ca n  protect   data  pri vacy  a nd  al so  pro vide   the  sam e  qu a li ty   of  the  reconstr uct ed  sig nals  with ou t  sac rifici ng   the  com pr essio n  eff ic ie ncy.  F ur t her m or e,  an oth e r  resea rch   [18]   pro po se d  sc he m es  fo r  com pr essi on - the n - encr y ption   of  the  MIT - BI H  Arr hythm ia  ECG  sign al s .  Their    schem e  inv olve s  com plexity  so rtin g  (Beat   detect ion ,  2D  ECG  ar ray   fo rm at ion ,  P erio d  N or m al i zat ion ,    Dc  E qual iz at ion ,  C om plexity  Sorti ng,  C od e c  Q uan ti zat ion  an d  JP EG 2000  c od ec )  a nd  c oupled   cha otic  m ap   m uta ti on .  I n  their  sc hem e,  t hey  assum e  wireless  transm i ssion   (u si ng  Ra yl ei gh   fad i ng   wireless  cha nnel )  of   ECG  th rou gh  OFDM  ( Or t hogo nal  Fr e que ncy   Di vision  Mult iplexin g)   and  en ha nce  i t  to  co rr ect   i m pair   sam ples  us ing  MM F  (Mo vin g  Me dian  Fil te ring ) .  T hey  show  st or a ge   sp ace  m ini m iz at ion   thr ough  2D   com pr essio n  m echan ism   an d  com bin ed  it   with  cha otic  ba sed  on  m utatio n  sc hem e  to  r andom iz e  EC G  vecto r   for  m a intai nin g  sh ie ld  to  da ta   con fi den ti al it y  thu s  preve nt  from   eaves dro pp i ng.  Conseq uen tl y,  the   study   sh ows  th at ,  m os t  of  the  prev iou s  wor ks   co ncen t rate  m or e  on   qu al it y  of   sign al   ba sed  on  pea k  detect i on   but  la cks  secu rity   aspect.  T houg h  fe w  w orks  a re  fou nd   wit h  secur it y  m od el   al on g  with  co m pr ession  sch e m es,   bu t  t ho se   sche m es  are  not  so   eff ic ie nt  in  te r m s  of   lossless  com pr essio n  or  hy br i d  of  the   encr y ption   sch e m e  is  inco rpor at e d  to   prov i de  the  se cur it y.  W e  pro po s e  a  ne w  ap proac h  base d  on  lossless  sc he m e  su ch  as  A da ptive   Huff m an  f or  c om pr essio n  s o  that  there   is  no  inf or m at ion   lo ss  up on  rec ons tructi on.  Als o,   to  av oid  the   ch ance s   of   data  tam peri ng   we  m ake  us e  hy br i d  bet ween   sym m et r ic   key  and   asy m m e tric   key  of   ci ph e rin g  ba sed  on     the AES - CB C,  RSA  a nd  Dif fie - Hell m a al go r it h m s w it h 256 - bit  key size .       2.   RESEA R CH MET HO D   This  sect io n  presents  the  pro po s ed  s olu ti on   for  ECG  sig na l  encodin g  &   decodin g  us in g  pro pose d  weig hted  a da pt ive  H uffm an  appr oach   with   AES - C BC ,  RSA  f or  key  gen e rati on  a nd  Diff ie - Hell m a  key  exch a nge  base d  ECG   data  en crypti on.  The  com plete   pr oc ess  is  div ided  into  the  f ollow i ng   ph ase s   wh i ch  are   as sho wn in Fi gure  2 .             Figure  2.   Bl oc k diag ram  o f  pro posed  syst em       An   EC G  sign a l  is  con sidere d  fr om   a  pu blicl y  avail able  data  kn ow n  as  “M IT - BI H”.   I n  this  sign al ,     we  co ns ide r  that  ECG  sign al   div ide  int o  fou r  blo c ks   with  the  sam e   siz e  t o  m a intai n  the  pr oce ssin g  ti m e  and  secur it y  i.e.  th e  com plete   sign al   will   be  processe d  into  di ff ere nt  pa rts  and   finall y,  it   can  be  c om bin ed  at     the  receive r  e nd.  T his  process   helps  t o  m ai nt ai n  the  a nony m ity  in  the  sig nal  an d  pr e ve nt s  the  outsi der  a tt ack   on   t he  sig nal.   Howe ver,  in  the  ne xt  phase ,  we  c onside r  each  blo c k  an d  pe rfo rm   the  weig hted  A da ptive   Huff m an  encodin g  to  achiev e  the  com pr essed  ECG  sig nal.  Af te r  c om pr ession,  we  ap pl y  AES - CB C,  256 - bit   key  inc orp or at e  RSA   al gorithm   fo r  t he  ke y  gen e rati on  with  Diff ie - He llm a  key  exchang e - based  en crypti on   schem e  to  encr ypt  of   eac h  co m pr essed  blo c k.   At  this  sta ge ,  this  data  is  re ady  for  tra ns m i ssion   ov e r  uns ecur e d  channels.  Lat e r,   we  a pply   A ES  base d  de cr ypti on   sc hem e   to  each  recei ve d  bl ock   t o  de crypt  the  data  into  it s  com pr esse d  or   encode d  f or m .  Ther e f or e,  i n   the  ne xt  phase,  we  ap ply  an  A dap ti ve  H uffm an  dec odin g  sc hem e  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  3 ,  J une  2020  :   32 3 5   -   32 4 3   3238   to  reconst ru ct   the  data  into  it s  or i gin al   f or m   for  each  blo c k  an d  al l  blo c ks   are  c om bin ed  to  f orm   the   act ual  sign al   vect or.  Finall y,  we  ev al uate  the  perf or m ance  o f  c om pr ession  an d  creypto gr a ph y   in  te r m s  of   PRD,   com pr essio n  ra ti o  an d  sec ur it y analy sis.     2.1.   Sign al  bloc k c reat i on     Let  noisy  sig na l be  NS ,  len gth o f  it  is L,  num ber o f   blo c ks   r equ i red to  be NB, t hu s , th e  bl ock   siz e     ℬ = ℒ / ℬ   (1 )     Now,  ℬ ( )   is t he  se t of sig nal  |  | , th a t can  be  c om pute d  as:     ℬ ( ) = |  | = (  ( ( − 1 ) ∗ ℬ ) + 1 ,  ( ( − 1 ) ∗ ℬ ) + 2 , . . ,  ℬ ∗ i )   (2 )     wh e re  ℬ ,   is t he E CG sig nal  blo c k.     2.2 .   Adapt i ve  h uff man   enc od in g   Accor ding  to  the  pro posed  flow,  in  this  sta ge,   we  perfor m   ECG  data  c om pr essio n  usi ng   ada ptiv e   Huff m an  encodin g  schem e.  The  H uffm an  cod i ng   is  wi de ly   ado pte d  f or   data  com pr ession  or   e nc od i ng,  accor ding  to  t his  proces s  a  set   of   val ues  of   fixe d  co der   word s  a re  re placed  by  the   o ptim al   se t  of   co de     words  [ 19 ] .  T he  H uffm an  cod i ng   c onside rs  any  in put  data  as  an  i nput  stream   and   pe rfo rm s  fr equ e nc y   distrib ution   of   the d at a. Th is  f reque ncy d ist ribu ti on is lat er co nsi der e d  to c om pr ess the d a ta . I n  the f ir st ph a se,   data  is  com pr e ssed  with  the  he lp  of  dy nam ic  bit  reduct io n  te chn i qu e  a nd  i n  sec ond  ph ase   Huff m an  co din g  is   us e d  to  c om pr ess  the  data  f urt her   t o  produc e  the  final  outpu t.  I n  the  first   ph a se,  wh e n  a   us er   enter s  an   input   te xt  data,  the  syst e m   wil l  find  ou t  the  occ urr ence  of  the  nu m ber   of   un i qu e   sy m bo ls  in  the  inp ut  te xt  strin g  an d  then  num eric  cod e  will   be  assigne d  to  these   un iq ue  sym bo ls.  Fo r  eac h  num eric  cod e,  c orres pondin g  bi nar y   cod e s  will   be  gen e rated  dyna m ic al l y  to  ob ta in  the  (c om pr essed)   bin a ry  outp ut.  The n  th e  AS CI I  co de  will   be   gen e rated  f r om   the  bin ary  o utput  ob ta in ed   wh ic h  will   serv e  as  the  in put  to  the  second   ph ase  of  the  s yst e m .     In   th e  seco nd  ph a se,  H uffm an  Co ding  will   be  ap plied  to  t he  outp ut  of  the  first  ph a se  to  furthe r  c ompress     the d at a  an d  im pro ve  the  p e rfo rm ance o f d yn a m ic  b it  r ed uction  al gorit hm .   Huff m an  co ding  f ollo ws  a  t op - dow n  a ppr oac h  m eans  the  bin ary  tree   is  bui lt   fr om   the  top  to  do wn   t o  gen e rate  a n  op tim a l  resu lt .  In  H uffm an  Codi ng   t he  c har act ers  in   a  data  file   are  c onve rted  to   bi nar y  c ode  a nd   the  m os t  co m m on   char act er s  in  the  file   hav e  t he  shorte st  bin ary  code s,  and   the  c ha racters  w hich  are  le as t   com m on   will   hav e  t he  lo ngest   bin ary  c ode.  In   a  sim il ar   way  m e tho d  of   dec om pr ession  works  in  r eve r s e   order.  Com pr e ssed  data  is  fir st  deco m pr ess ed  by  Huff m an  Dec oder  a nd   then  by  dy na m ic   te xt  co m pr e ssio n  decode r  to  get  back   t he  ori gi nal  data.  F ollow i ng   a re  the   ste ps   to  c ompress  t he  data   with  the  help   of   ou r   pro po se d  syst e m .  Accor ding  to   the  pro pose d  ap proac h,  init ia ll y,  the  occ urren ce   of  uniq ue  sym bo ls  is   identifie d,  a nd  a  uniq ue  nu m eric  co de  value   i s  assig ned  to  t he  ide ntifie d  gro up  of   sym bo ls.  I n  the   ne xt  sta ge,  a  bin ary  co de word   is  ge nerat ed  for  each   sy m bo l  assigned   init ia ll y.  This  bin a ry  cod e w ord  re pr e sents     the  com pr esse d  data.  Huff m an  c od i ng  is  bas ed  on  the  t op - dow n  c om pu ta ti on  ap proac h  w her e   a  bin ary  t ree  is  const ru ct e d  t o  ge ner at e   the  op ti m al   so luti on  f or  data  co m pr ession.  Ac cordin g  t o  t he   co nce pt  of  H uffm an  cod i ng,  the  da ta   wh ic h  is  conve rted  int o  bin ary  c od e  is  con si der e d  for  analy sis  wh e re  m os t  c omm on   char act e rs  of   input  stream   as  assigne d  s hortest   bin a ry  cod e  an d  le ast   co m m on   char act ers  are  a ssigne d    longest  bin a ry  co des.  Sim il a rly ,  the   data  de com pr essio n  is  pe rfor m ed  by  a pp ly in g  th e  re ver se   proc ess  of   Huff m an  enc odin g.     2.3.   Hy brid   cry pt ogra ph y  f or  ECG  si gnal    In   this  sect io n,  we  present  th e   crypto gr a phy  m od el   to  secure   the  ECG  sig nal  w hile  trans m itti ng   ove r   the  unsecu red   channel.  I n  or der   to  perform   this  ta sk ,  we  us e  AE S  256 - bit  key,  base d  encr y ption   m od el   to   gen e rate  the  ci ph e rs  w hic h  ar e  ob ta ine d  usi ng  the  Ci pher  B lock  Chai ning ( CB C)  m e th od.    The  A ES  ap proac h  is  a  sym m et ric   key  al go rithm   w hich  ta kes  128 - bit  blo c k  i nput  data  for  th e  giv e n  sp eci fi ed  ti m es  [2 0].  In   t his   appr oach,  enc r ypti on   a nd  de c ryptio n  m od ul es  us e  t he  sam e  keys w hic h  a re  assig ne d  by  the  us e r.  In  thi s  w ork,  we  inc orp or at e  R SA   based  key  ge ner at i on   m od el   w hi ch  is  desc ribe d  la te r  in  this   sect ion .  The  siz e  of     an  enc rypt - dec rypt  key  m a y  var y  as  128,  192  a nd   256  bits  f or  the  input  blo c k  of  128  bi t.  Encr ypti on  m od ule  gen e rates  the  c iph e r  data fro m   the  input  ECG  data b loc k  a nd  d ec r ypti on p r ocess  recons tructs  the o ri gin al   dat a   fro m   ci ph er  bl ock s  of  ECG   sign al .   H owe ver,  enc rypt – de crypt  key  pla ys  an  im po rtant  r ole  in  this   fiel d  because   the  num ber   of   r ou nd s  t o  be  pe r form ed  on   th e  inp ut  bl ock  d epe nds  on  the  siz e  of   th e  key.    The  init ia l  rou nd   of   AES   e nc ryptio n  sche m e  per f or m s  “Add  Ro und  K ey ”  in  wh ic h  the  in pu t  EC G  data  is  XO R ’ed  with   RSA  ge ner at e d  ci phe r  key.  The  Fig ur e   3  sh ows   a  flo w  char t  of  AES   base d  e ncr y ption  an d  decr y ption m eth od ology.    Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       An  e nhance d  l os sle ss c ompre ssion wi th cry pt og r aphy  h y br i d mech anism  for  …  ( M us taf a Em ad  H ameed )   3239       Figure  3 .   Bl oc k diag ram s o f  t he AES  alg or it hm       In   orde r  to   pe r form   the  encr y ption,  we  us e  Ci ph er   Bl oc k  Chainin g  (CBC )  Mo de  of   A ES  al gorithm .  Accor ding  to  t his  sc hem e  chaining  of  in put  data  is  ap plied   with  the   pre vio us  ci pherte xt   blo c ks   [21].  I n  orde r  to  do  this,  it   re qu i res  an  i niti al iz at ion   vecto r  (IV)   wh ic h  i s  no t  sec ur e  but  unpredict able.   Accor ding  to  CB C,  init ia ll y,  the  first  blo c k  of  an   inp ut  sig nal  is  XO R - ed   with   the  init ia li za tio n  vecto r  w hich  ge ner at es  th e  first   ci ph e r  blo c k.   T he  gen e rated   ci ph e r  blo c k  is   then   X OR - e d  w it h  the  ne xt  pla in  te xt  or  in put  ECG  sig nal.  T hu s ,   the  ci ph e r  bloc ks   are  c reate d  by  perform i ng   t he  X OR  operati on  betwe en  the  ci phe r  blo c k  an d   plaint  te xt.  Figure  4  de pi ct s  the  CB C  m od e  of   e ncry ption .  The  de crypti on  of  CB C  m od e  can  s how  in  Figure   5.    The  E nc ryptio n process  can  be p resen te d  as:     ( ) = ℰ ( , [ ( ) ⊕ ( ) − 1 ] ) , = 1 , 2 , . . ,   (3 )     wh e re  ℰ   de note s  the  e ncr y ption  functi on  w hich  c ons ider s    as  the  sec ret  ke y,   X OR  ope rati on  betwee n  plai n  sign al   bl ock  ( )   with   the   ci phe r  of  t he   previ ou s   blo c k,  t his  process   is   r epeate d  f or  al l  bl ock s   [22] .  Si m il arly , th e d ecry ption p rocess i s  perform ed  as:           Figure  4.   Enc r ypti on  i n  th e C BC   m od e     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  3 ,  J une  2020  :   32 3 5   -   32 4 3   3240       Figure  5.   Dec r ypti on  i n  th e C BC   m od e       ( , ( ) ) = ( , ℰ ( , [ ( ) ⊕ ( ) − 1 ] ) ( , ( ) ) = ( ) ⊕ ( ) − 1 }   (4 )     ( , ( ) ) ⊕ ( ) − 1 = ( ) − 1 ⊕ ( ) − 1 ⊕ ( ) = ( )       Wh e re   D  re pr e sents   the  de cry ption  f unct io n  secret  key  an d  ci ph e r  bl ock s  a nd  r et urns  t he  pl ai n  bl ock.  In   order   t o   ge ner at e  the  public  key,  we   us e  the  RS A  al gorithm   a nd   t he  ge ne r at ed  key  is  use d  in   the  aforem entio ne d  process  of   e ncr y ption   and   decr y ptio n  [ 23 ] .  T he  R SA   key  gen e r at ion   al gorith m   is  as   fo ll ows:   RSA  KeyGe n()   Inp ut: Pr ov i de t wo  la rg e  prim e num ber s as  p an d q   Ou t pu t:  P ubli c and private   ke ys for e ncr y ption an d dec rypt ion .     Step  1: co m pu t e n   a s  ← ∗   Step   2: co m pu t e Eu le r  phi  val ue  as   ( ) ← ( − 1 ) ∗ ( − 1 )   Step  3: selec t a  r a ndom  n um ber   wh ic h  sat isfi es the c onditi on  1 < < ( )   an d  gcd ( , ( ) ) = 1   Step  4: co m pu t e d  a s  ← − 1  ( ( ) )   In   t his  w ork,   we  use   the  D H   key  exc ha ng e  protoc ol.  Be lo w  gi ven  Fig ur e   6  s hows  a  sa m ple  rep resen t at ion   of   Dif fie - Hell m a  key exc ha ng .           Figure  6.   Dif fi e - hellm a k ey  ex cha nge  m od el       3.   RESU LT S   A ND  DI SCUS S ION S   In   this  sect ion,   we  pr ese nt  the  exp erim ental   resu lt   and   are  of  the  propose d  appr oach   to  pe rfor m   ECG   sign al   filt erin g,   c om pr essio n,   a nd  e nc ryp ti on .   The   c om ple te   exp e ri m ental   stud y  is  carrie d  out  us i ng  MATLAB  to ol   and   vali dated  on   publicl y  avail able  MIT - BIH  ar r hythm ia  dataset .  This  da ta bas e  co ntains  48   sign al   rec ords  (36 0H z )  of   47  un iq ue  patie nt s  and   with  a  le ng t h  of  30   m i nu te s  eac h.   To   com par e  the  resu lt s   with  the  m et ho ds   i n,   t he  ex pe rim ental   per fo rm ance  us in g  the  sig nals  nu m ber ed  as  101,  102,  10 8,   202,   205,   209, 21 9  a nd 223 are  r e ported .     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       An  e nhance d  l os sle ss c ompre ssion wi th cry pt og r aphy  h y br i d mech anism  for  …  ( M us taf a Em ad  H ameed )   3241   3.1.   Co m pressi on   perf ormance   The n,   in  the  ne xt  phase,  the  pur pose  of  the  ECG  sig nal  co m pr ession  is  to   achieve  hi gh   com pr essio n  rates  with out  changin g  t he  qu al it y  of  the   sign al .   The   c om pr ession  rate  sho uld   be  c he cked  with   th e  oth e r   par am et ers  to  evaluate  t he  exp erim ental   resu lt s  of   th e  qu al it y  of   the  reconstr uct ed  sign al .  T he refor e ,    the  c om pr ession  pa ram et ers  are  sel ect ed  to  va li date  th e  dyna m ic   com pr ession  m echan ism ,  we  evaluate     the  pe rfor m ance  in  te rm s  of   com pr essio n  rati o  an d  PR D .  The  c om pr es sion   rati o   (CR )  is  the  m easur e  of   com pr essio n  a chieve d  in   sig na l  thr ough  e nc od i ng  m echan ism s.  It  do es n’t   pro vid e   inf or m at ion   on  c ompress ed   sign al   qual it y bu t m easur es  the e ff ic ie ncy  of a n  al gorithm  in  re duci ng sto rag e  sp ace  [1 7].        =   ∑ (  ( [ ] ̅ ̅ ̅ ̅ ̅ ̅ ) ) = 1 ∑ ( ( [ ] ) ) = 1   (5 )     Her e ,  the  e ncoded   si gnal   (S [ n]  )  ̅  a nd   or i gin al   sig nal  S[n]   is  conver te d  to  bits  an d  the n  the  le ng t h  o f   encode d  bits  is  div i ded   with  ori gi nal  sig nal  le ngth  to  fin  CR   val ue.  The  lo we r  the  CR ,   the  be tt er  is     the  ef fici ency.  Howe ver,  the   Perce ntage  R oot - m ean - squar e  Dif fer e nce  ( PRD)  is  a  m easur e   to  eval uate  erro r   or  dif fer e nce   be tween  t he  or i gin al   S [ n]  an d  rec on st ru ct e d  sign al   (S  ̂ [ n]),   wh e re  N  is  t he   le ng t h  of  sig na l  S.   The pr ocess  ca n be  def i ned as  [16 ] :      =   √ ∑ (   [ ] − ̂ [ ] ) 2 = 1 ∑ [ ] 2 = 1   × 100   ( 6 )     T he  ab ove  pro cess  m ay   no t  giv e  an  acc ur a te   m easur e m ent  of   perform ance  as  PRD  reli es  m uch   on   the  m ean  valu e  of  the   ori gina l  sign al .   Re se arch e rs  pr e viously   est ablishe d  that  t her e   shou l d  be  e xtra  effort s   ta ken   t o  cl ean   the  bas el ine  or  redu ce  t he  D C  le vel.  T o  overco m e  this  issue  a  m od ifie d  and  ad va nced  ver si on  of PRD  equati on is  descr i bed in the  p a st w hi ch  is i nd e pe ndent of m ean v a lue:      _    =   √ ∑ (   [ ] − ̂ [ ] ) 2 = 1 ∑ (   [ ] − ́ [ ] ) 2 = 1   × 100   (7 )     Her e ,  S ́[n]  i ndic at e  the   m ea n  valu e  of  t he   ori gi nal  si gn a l  S[n] .   Since ,  the  disto rtion  i ncr ease s  a s     the  CR   rati o  increases,  a  com pr essi on  rati o  s uitable   for  the  ty pe  of   ser vice   and   wi reless  channel  en vir onm ent  sh oul d  be  sel ec te d.   I n  or der   to   com pr ess  an d   deco m pr ess  t he   sign al ,  we  ha ve  de velo pe d  a n  ada ptive  Huf fm an   appr oach   t o  ac hieve  a  bette r  com pr essio n  ra ti o.   A ny  increa se  in  CR   m a y  resu lt   in  a  decl ine  in  the  qu al i ty   of   the  signa ls  rec on st ru ct e d.   T he   qu al it y  scor e   (Q S )  is  us e d  t o  assess  c om pr essio n  ef fic ie ncy  w hile  ta kin g  i nto  consi der at io n t he reco ns tr uction m ist akes th at  h ave  b e en  c om pr om ise d  [24]. T he defi niti on of t he QS is :      =     (8 )     A  high  Q S  va lue  co rr es pond s  to  a  high  qual it y  of   com pressi on  in  a  l ossy   com pr ession  m et ho d.   Ther e f or e,  Ta ble  1  il lustrate s  CR ,  PRD  and   QS   par a m et ers  fo r  dif fer e nt  ECG  re cords  of  the  MIT - B I H   arrhyt hm ia   database.   All  depi ct ed  cu rv e s  ar e  of  sim il ar  natur e  (as  CR   i nc reases  PRD   a lso  inc reases )  wh ic h  assures the  wo rk i ng ab il it y of t he pr opos e d m et ho d o n diffe ren t   EC G rec ords.       Table  1.   Re s ults  obta ine d wit h p rop os ed  ad a pt ive huffm an  cod i ng for  8  re c ords   Dataset   CR   PRD (% )   QS   100   2 1 .68   0 .22   9 8 .54   102   3 7 .6   0 .15   2 3 7 .76   108   1 8 .25   0 .20   9 1 .25   117   3 2 .13   0 .24   1 2 9 .58   118   2 3 .8   0 .18   1 2 9 .32   209   2 4 .45   0 .18   1 2 8 .  8 8   219   2 1 .69   0 .19   1 0 9 .09   223   2 9 .06   0 .16   1 7 5 .45       The  pro posed  co m pr essio n  s chem e  achieve s  im po rtant  c om pr ession  rati os  w it h  a   ve ry low  PRD   rate.   It  reaches  a  m ean  com pr ession  rati o  of   23.91  f or   the  adap ti ve  Huffm an  cod in g.   t hu s ,  the  m ean  PRD  is    the  sam e  fo r  th e  diff e re nt  dat a  set   and   is  eq ual  to  0.2% .  T able  2   pr ese nts   a  com par ison   with  a  dif fer e nt   sta te  of   the  art  te chni qu es .  It’s  obvi ou s  that  our  c om pr ession  al gorithm   ou tpe rfo rm s  the  sta te - of - the - art  te ch niq ue s   in term  o f  acc uracy  and e ff ic i ency .    Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  10 , No .  3 ,  J une  2020  :   32 3 5   -   32 4 3   3242   Table  2.   Per for m ance  of  diff e ren t  EC G  si gnal  co m pr essio n schem es f or  re cord  n o.   100   Alg o rith m   CR   PRD (% )   QS   Prop o sed  Algo rith m   2 1 .68   0 .22   9 8 .54   CS  [ 2 5 ]   1 7 .76   5 .60   -   Static L o w  cod in g   Dy n a m i c L o w  cod in g   Dy n a m i c with  m in i m u m   win d o w size   [ 2 6 ]   3 7 .5   4 0 .82   4 2 .13     0 .50   -   CAE  [ 2 7 ]   3 2 .25   1 .47   -   SVD  [ 1 7 ]   4 0 .1   0 .42   9 5 .47   QLV -   Sk eleto   Haf f m an   [ 2 8 ]   1 6 .91   0 .64   2 9 .36       Howe ver,  we   noti ce  that  no  sig nificant   disto rtion  is  introd uce d  betwee n  the   or i gin al   a nd   reconstr ucted  s ign al s.  T he  pro po s ed  ECG  c om pr ession/d ec om pr essio n  al go rithm   is   ver y  low  com plexity   and  ver y  highly  ef f ic ie nt co m par ed wit h othe r  a ppr oac hes.   I n  a ddit ion ,  the re  no n ee d for  huge m e m or y resour ces.     3.2.   ECG  si gnal se curi ty anal ys is    In  this  sect i on,   we   desc ribe   the  var i ous  ty pe s  of   at ta ck s  w hich   can   be   m i ti gated  us in g  t he  pro po s ed   m echan ism .  Hen ce,  t he  sec uri ty   of   the   data   pro duced   m ain ly   de pends   on  the   sec ur it y  of   t he  key  generato r .   Fu rt her m or e,  t he  only   at ta ck  m od el   that  can  be  ap plied  to  the  pro posed  e ncr y ption   sc he m e  is  the  atta cks  on  pr i vacy,  as   des cribe d  in   [ 29] .  Additi on al ly ,  a ccordin g  t o  t he   secu rity   m ana gem ent  aspect,   we   ha ve  us e d  D H   key  exc hange ,   AES   c rypto gr a phy  an d  pa rtit ion in g  the   entire  ECG   sign al   int o  4  boc ks .  T he refor e ,     the  pro posed  appr oach   ca n  be  us e d  for  a vo i ding  the  fol lowing  at ta ck s  su c h  as  us e r   data  pr i vacy  in  this  appr oach,  we  do  not  tra ns m i t  the  data  in  t he   plain - te xt  for m .  The  ori gin a l  data  is  e ncr y pted  us i ng  A E S - CBC  m echan ism   wi th  a  256 - bit  ke y.  Hen ce ,  pri va te   data  inf orm at ion   can  be   secur e d.   The  Mutual  aut h en ti cat ion  befor e  tra ns m itti ng   the  data  over  an  unsecu r ed  wireless  ch ann el ,  we  us e  the  D H  key  exc hange  to  aut he ntica te     the  recei ver  m od ule.  T his   authe ntica ti on  process   hel ps   t o  a vo i d  e aves droppe rs.   Howe ver,  the   m utu al  authe ntica ti on   us in g  DH   key   exch a nge  pro cess  help s  to  avo i d  the  m an - in - t he - m idd le   at ta cks.   T he  session  Key  m anag em ent  duri ng  tra ns m issi on   of  the  data,  we   pe rfor m   DH   ke y  exch a nge  w hich  is  li m i ted   f or     the  cu rr e nt  ses sion.  He nce ,  t he  f al se  data  c annot  be  tra nsm itted  i.e.  us er   1  data  ca n  only   be   tra ns m i tted  f or   us er  1’ s  ses sio n  by  us i ng   th e  par ti cula r  session   key.  O n  an oth e r  ha nd,  the   ph is hing  at ta ck:  the  authe ntica ti on   process  help s  to  av oid  the  f al se  receive r  m od ule  he nce,   the  ph is hing  at ta cks  can  be   av oid e d  us in g  this   appr oach.  Co nse quently ,  t he  AES - CB C  with  a  256 - bit  ke y  based  enc ryp ti on   sc hem e  helps  to  sec ure  the  dat a   wh il e  se nd i ng  the  data  int o  the  e ncr y pted  f or m   [2 1].   More ov e r,   w e  div ide  t he  or i gin al   sig nal  into     m ul ti ple  blo ck s  w hich  inc re ases  the  sec uri ty   to  var io us  at ta cks.   T he   pro po se d  a ppr oac h  al so   r est rict s    the eave sdro pp ing  att ac ks   by  us in g  a n  e ncr y pted key e xcha ng e  m echan ism .       4.   CONCL US I O N   In   this  work,   we  fo c us   on  the  dev el opm ent  of   a  secur e d  an d  ef f ic ie nt  m echan is m   fo r  EC G   processi ng  w he re  EC G  si gn a l  com pr essio n,  an d  e ncr y ptio n  a re   the   m ai n  ta sk s.   Howe ve r,   T he   ECG   s ign al   com pr essio n  ta sk   is  done  us ing   a n  ada ptive   Huff m an  cod i ng   sc hem e  and   data  encr ypti on  is  achieve d  us in g  the  AES   enc ryption   process.  In   or der   to  inc rease  secu rity ,  we  inco rpo rate  RSA  key  generati on   an d  D H  key   exch a nge   prot oco ls .  T he  perform ance  of  the  pro po se d  a ppr oach  is  m e asur e d  i n  te rm s  of  PR D,  CR   a nd   secur it y  eff ic a cy .  the  obta in ed  pe rfo rm ance  is  com par ed   with  the  e xis ti ng   te ch nique s,  the  c om par at ive   analy sis  sh ow s  that  the  pro po s ed  a ppr oac h  achie ves  bet te r  perform ance.  Th us ,  the  r esults  of   t his  pap e r   appr ov e  the  a pp li cabil it y  of  the  propose d  m et ho d,   f or  the  com pr ession  m echan ism ,  and   c rypto gr aph ic   te chn iq ue.   Thi s  m et ho d  is  the n  belie ve d  to  s erv e  as  a  novel   syst e m   m od el   for  the  high  co m pr ession  rati o  wit h  m ini m u m  r e con str uction er ror  a nd a  high le vel of sec uri ty .       REFERE NCE S   [1]   E.   Yuli ant o ,   A.  Sus ant o,   T.  S.  W idodo,   and  S.  W ibowo,   “ Cla ssi f y ing  th e  EE G  Signal   through  Stim ulus  of  Motor   Movem ent   Us ing  New  T y pe  of   W ave le t , ”   IAE S   Inte rnational   Jo urnal  of  Artifi ci a l  Intelli g ence  ( IJ - AI) ,   vol.   1 ,   no .   3,   pp.   139 – 148 ,   Se p . 2012.   [2]   J.  S.  Sahambi,   S.  N.  Ta ndon ,   an d  R.   K.  P.  Bhat t ,   “ Us ing  wave le t   tra nsform s  for  ECG  cha ra ct er izati on .   An  on - li n e   digi tal  signal  pr oce ss ing  s y stem , ”  in  I EEE  Eng ine ering  in  Me dic in e  and  Bi o l ogy  Magaz ine ,   vol.   16,   no .   1,     pp.   77 - 83 ,   Jan . - Feb.   1997 .   [3]   A.  Alesa nco  and   J.   Garc ´ ıa ,   “ Autom at ic   Real - T i m e  ECG  Coding  Methodol og y   G uar antee ing  Sign al   Inte rpr etati on   Quali t y , ”   in  I EEE  Tr ansacti ons  on  Bi omed ic al   E ngine ering ,   vol .   55,   no .   11 ,   pp .   2 519 - 2527,   Nov.   2008.   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N: 20 88 - 8708       An  e nhance d  l os sle ss c ompre ssion wi th cry pt og r aphy  h y br i d mech anism  for  …  ( M us taf a Em ad  H ameed )   3243   [4]   D.   M.  Mirris  and  A.   L.   Goldber ger ,   “ Braunwa ld :  Hea rt  Disea se:  A  Te xtb ook  of  Cardi ovasc u la r  Medic in e, ”   6th  e d. ,   Cop y righ t  ©   200 1  W .   B.   Saunder s Com pan y ,   200 1.   [5]   H.  Kupw ade   Pat il   and  R .   Seshad ri,   “ Big  Dat a  Se cur ity   and  Priva c y   Iss ues  in  Hea lt hc are , ”  2014  I EE E   In te rnation al   Congress   on  Bi g   Data,   Anchora g e ,   AK ,   pp.   762 – 765,   2014 .   [6]   K.  Gai,   Y.  W u,   L.   Zhu ,   and  M.  Qiu,   “ Privacy - pr ese rving  En erg y  Tra ding  Us ing  Consortium  Bloc kchain  in  Sm art   Grid, ”  in  I EEE  T rans act ions o n  I ndustrial  Informatic s ,   vol .   15 ,   no .   6 ,   pp .   354 8 - 35 58,   Jun.   2019 .   [7]   J.  Andreu - Pere z ,   C.   C.   Y.   Poon,  R.   D.  Me rrif ie ld ,   S.  T .   C.   W ong,   and  G.  Z .   Yang ,   “ Big  Data   fo r  Hea lt h , ”  in  IEEE   Journal  of   Bi om edi ca l  and   Health Inf orm ati cs ,   v ol .   19 ,   no .   4 ,   pp .   1193 - 1208,   Jul .   2015.   [8]   S.  K.  Mukhopa dh y a y ,   S.  Mi tra,   and  M.  Mit ra,  “ An  ECG  signal   compress ion  t ec hniqu e  using  AS CII  cha racte r  enc oding , ”   Me as urement ,   vo l. 45, no. 6, pp. 1651 – 1660,   Jul.   2012.   [9]   M.  K.  Abdulha m ee d,   Z.   Za k aria ,   I.   Ibr ahi m ,   an d  M.  K.  Mohs en,   “ Novel  design  of  tri ple - b and  E BG  Novel  design  of  tri ple - band  EB G,”   TEL KO MNIKA  ( Tele communic ati on  Comp uti ng  Elec tron i c s  and  Control ) ,   vol.   17,   no.   4 ,     pp.   1683 – 1691 ,   Aug .   2019.   [10]   D.  Gurve,   B.   S.   Saini ,   and  I .   Saini,  “ An  impro ve d  loss y   and  l oss le ss   combined  ECG  dat a  co m pre ss ion  using    AS CII  cha rac t e r  enc oding , ”  In te rnational   Jou rnal  of  Me di ca l  Engi ne ering  and  Informatic s ,   vol.   8 ,   no.   4 ,     pp.   758 – 764,   20 16.   [11]   A. F.  Hus sein,   S. J.  Hashim ,   A.F.A.   Aziz,  F.Z .   R okhani ,   and  W . A. W .   Adnan,   “ A   rea l  t ime  EC G  dat a  compres sion  sche m e  for  enhance d  bluetooth  l ow  ene rg y   ECG  s y stem  power  co nsum pti on, ”  Jou rnal  of  Ambie nt  Inte lligen ce   and  Hum anized  Computing ,   p p .   1 – 14,   Aug .   2017 .   [12]   K.  Gai,   M .   Qiu,   Y.  Li,  and  X .   Li u,   “ Advanc ed   Full y   Hom om o rphic   En cr y pti o n  Scheme  Over   Rea l  Num ber s, ”    2017  IEE E  4 th  Inte rnational   C onfe renc e  on  C ybe r  Sec uri ty   a nd  Cloud  Computing  ( CSCloud) ,   New  York,  NY ,     pp.   64 - 69 .   2017 .   [13]   H.  Al - Ham adi ,   A.  Gawanm eh,   J .   Ba ek,   and  M.  Al - Quta y ri,  “ Li g htwei ght  Se cur ity   Proto col   for   E CG  Bio - Sensors , ”   in  Wire le ss   P ersonal  Comm unications ,   vo l. 95, n o.   3 ,   pp .   5097 – 5 120,   Apr .   2017.   [14]   M.  Fira,  “ Appli ca t ions  of  comp ressed  sensing:  Com pre ss ion  and  enc r y p ti on, ”  2 015  E - Heal th  a nd  Bi o engi ne eri ng  Confe renc e  ( EHB) ,   Iasi,   pp.   1 - 4 ,   2015 .   [15]   J.  Ma,   T.   Zha ng ,   and  M.  Dong,  “A  novel   ECG  dat a  compress ion  m et hod  using  ada pti v e  fourie r  de compos it ion  with   sec urity   guar antee   in  e - he al th  ap pli c at ions, ”  in  IEE E  Journal  of  Bi omedi cal   and  Healt h  Informati cs ,   vol.   19,   no.   3 ,   pp.   986 - 994 ,   Ma y   2015.   [16]   M.  Rae iatiba n a dkooki  and  S.  R.   Qucha ni ,   “ Com pre ss ion  and   Enc r y p ti on  of  ECG  Signal   Usi ng  W ave le t  an d   Chaot ical l y   Huff m an  Code  in   T elem edi ci n e  Appl i ca t ion, ”   Mobi le  Syste ms ,   vol .   40 ,   no.   3,   pp.   1 - 8,   Jan .   2016 .   [17]   T. Y.  L iu,   K. J.   L in,   and  H. C .   W u,   “ ECG  dat a  e ncr y p ti on  th en  c om pre ss ion  usin g  singula r  val u e   dec om positi on, ”     in  IE EE J ournal  of  B iomedi ca l  a nd  Healt h   Infor matic s ,   vo l. 22,  no.   3 ,   pp .   707 - 7 13,   Ma y   2018.   [18]   A.  Pande y ,   B.   S.   Saini ,   B.   Singh ,   and  N.  Sood,  “ Com ple xity   sort ing  and  coupl ed   c haot i c  m ap  base d  on  2D  ECG  dat a   compress ion - the n - en cr y pti o n  and  i ts  OF DM   tra nsm ission   with  impair  s ample  cor recti on , ”   Mult imedi a   Tool s  and  Applications ,   vol .   78 ,   no .   9 ,   p p.   11223 – 11261 ,   Ma y   2019 .   [19]   N.  A.  M.   Mus tafa  Emad   Ham eed,  Masrull izam   Mat  Ibra h im,  “ Com p ression  and  Enc r y pt ion  for   ECG  Biom edi c a l  Signal   in  He al th ca re  S y stem, ”  TEL KOMNIKA  (Tele communic a t ion  Computing  El e ct ronics  and  Control) ,   vol.   1 7,   no.   6 ,   pp .   2826 - 2833,   De c .   2019 .   [20]   M.  E.   Ham ee d,   M.  M.  Ibra him,  and  N.  A.  Mana p,   “ Revi ew  on  Im prove m ent   of  Adva nce d  En cr ypti o n  Standa rd   (AES )  Alg orit h m   base d  on  Tim e  Exe cu ti on ,   Diffe ren t ia l   Cr ypta na l y sis   and   Le ve l  of   Secur i t y , ”   Journal   of   Tele communic a t ion,   El e ct roni c  a nd  Computer  En gine ering ,   vol .   1 0,   no .   1 ,   pp .   139 – 145,   2018 .   [21]   M.  L.  A.  Mus taf a  Emad  H amee d ,   Masrull iz am  M at   Ibr ahi m ,   Nuru lfa j ar  Abd  Man a p,   “ Com par at iv e   stud y   of  sev era l  oper ation  m odes  of  AES  a lgori th m   for  enc r y p t ion   ECG  biomedi cal  signal,”   Int ernati onal  Journal   of  Elec tric al   an d   Computer  Engi n ee ring ( IJE C E) ,   vol.   9 ,   no .   6 ,   pp .   4850 - 4859,   De c .   2019.   [22]   M.  Vaide h i  and   B. J.  R abi ,   “ Design  and  an aly s is  of  AES - CBC  m ode  for  high   sec uri t y   app li c at ions, ”  Se con d   Inte rnationa l   C onfe renc e  on  Curr ent   Tr ends   i n  Engi n ee rin g  and  Technology - ICCT ET  2014 ,   Coim bat or e,    pp.   499 - 502 ,   20 14.   [23]   E. R.   Arboleda ,   J.L .   B al ab a,  and   J.C. L.   Espin el i ,   “ Chaot ic   r ive st - sham ir - adl erma n  al gori thm  wit h  dat a   en cr y pti o n  standa rd  sch eduling, ”   Bulle ti n  o f El e ct rica l  Eng in ee ring a nd   Infor matic s ,   vo l. 6, n o.   3 ,   pp .   219 – 22 7,   Sep .   2017 .   [24]   S.  Le e ,   J.  Kim ,   and  M.  L ee,  “ A  rea l - t ime  EC G  dat a  c om pre ss ion  and  tra nsm ission  al gorit hm   for  an  e - h ealth   devi c e,”  in   IE EE Tr ansacti ons on   Bi omed ic al   Eng ine ering ,   vol .   58 ,   no .   9 ,   pp .   2448 - 2455,   Sep .   201 1.   [25]   A.  Singh,  L.   N.   Sharm a,   and  S.  Danda pat ,   “ Multi - ch annel  ECG  dat a  compress ion  using  compr essed  sensing  in  ei genspa ce,”  Computers i n  B iol o gy  and  M edicine ,   vol .   73 ,   pp .   24 – 37,   Jun .   2016.   [26]   H.  Anas,  R.   La t if,   and  M.  Ario ua,   “ Eff icient   elec tro ca rdiog ram  (ECG)  lossy   c om pre ss ion  sche m e  for  rea l  ti m e     e - Hea l th  m onit o ring, ”   Int ernati o nal  Journal   of   Biology And Biom edi ca l  Eng ineeri ng ,   vol .   11 ,   pp .   1 01 – 114,   2017 .   [27]   O.  Yildi r im,  R.   S.  Ta n ,   and  U.   R.   Acha r y a ,   “ An  eff i ci en t  compress ion  of  ECG  signal s  using  d e ep  convo lut ion al   aut oen code rs, ”  Cognit ive  S ystem s R ese arch ,   vo l.   52 ,   pp .   198 – 21 1,   De c .   2018.   [28]   H.  Kim ,   R.   F.  Yaz icioglu,   P.  Merke n,   C.   V an   Hoof,  and  H.  J.   Yoo,  “ ECG   sig nal   compress ion  and  cl assificat i on   al gorit hm   with  quad  le vel   ve ctor  for  ECG  holt er  s y stem,”   in  I EE E  Tr ansacti o ns  on  Infor mation  Technol ogy  i n  Bi omedi ci ne ,   vo l .   14 ,   no .   1 ,   pp .   9 3 - 100,   Jan .   2010 .   [29]   M.  Burhanuddi n,   A.  Moham m ed ,   R .   Ism ai l,   M.  E.   Ham ee d,   A.  N.  Kare em,  and  H.  Basiron,   “ A  Re vie w  on  Secur i t y  Chal le ng es  and  Feat ure s in  W ire le ss   Sensor  Networks:  IoT  Pers pec t ive , ”   Journal  of  Tele communic ati on ,   Elec tron i c   and  Computer  E ngine ering ,   vol .   10,   no .   1 – 7 ,   pp .   17 – 21,   2018 .   Evaluation Warning : The document was created with Spire.PDF for Python.