《Digital Communications and Networks》：Securing healthcare IoT: A meta-synthesis of challenges, solutions, and technology convergence
编辑推荐：
物联网技术已经改变了医疗保健行业，大数据、区块链和人工智能等技术通过技术融合带来了显著的效益。然而，医疗保健物联网系统面临着持续的安全与隐私挑战。本元综合分析通过分析当前文献，识别了H-IoT安全的关键方面，包括安全需求、威胁和拟议的技术解决方案，同时强调了技
物联网技术已经改变了医疗保健行业，大数据、区块链和人工智能等技术通过技术融合带来了显著的效益。然而，医疗保健物联网系统面临着持续的安全与隐私挑战。本元综合分析通过分析当前文献，识别了H-IoT安全的关键方面，包括安全需求、威胁和拟议的技术解决方案，同时强调了技术融合在解决这些问题中的作用。所综述的研究被分为两组：定性研究（侧重于安全特征、需求、威胁和攻击）和定量研究（被组织为六个技术解决方案领域：区块链；密码学；认证方案与协议；人工智能与机器学习；具有嵌入式安全解决方案的H-IoT系统；以及安全与隐私框架）。最后，探索了未来的研究方向，以强调技术融合在增强H-IoT安全性方面的关键作用。
现代医疗保健正迅速从被动和普遍的护理向主动、实时和针对患者特定需求的方法转变。2019年底新冠疫情的爆发及其在短短四个月内演变为全球大流行，不仅凸显了医疗保健行业对人类社会的重要性，也加速了医疗模式的这种转变。物联网技术及其融合的数字技术（即计算、大数据、人工智能和区块链）彻底改变了医疗保健行业。物联网与医疗保健的融合引入了Health 2.0范式，研究人员将其称为医疗保健物联网和医疗物联网。构成物联网最主要部分的无线传感器网络在医疗保健行业被称为体感网络，这是H-IoT中最大的感知领域。除了BSN，体域网、无线体域网和无线医疗传感器网络也指代这种由适用于该领域的传感器、设备和通信协议组成的感知系统。这些网络位于物联网三层架构（即感知/物理/传感层、网络/通信层和应用/处理层）的第一层和第二层之间。用户健康数据（即电子健康记录或电子医疗记录）被外包到云服务器进行管理和存储。尽管H-IoT系统具有广泛的应用和优势，但它面临着诸多挑战，其中最为突出的是安全与隐私问题。由于H-IoT设备的脆弱性、网络异构性、不同的标准以及大规模可扩展性，维持安全与隐私变得极为困难。此外，存储用户和患者数据的云中心也可能容易受到安全攻击。为解决H-IoT系统的安全与隐私问题，研究人员开展了这项研究，论文发表在《Digital Communications and Networks》。该研究采用元综合方法，对当前文献中提出的定性与定量解决方案进行了系统性分类与分析，旨在揭示物联网融合数字技术在解决H-IoT安全问题中的作用，并识别未来的研究方向，这对于构建安全可靠的医疗物联网系统具有深远的理论与实践意义。
在研究方法上，研究人员主要采用了Sandelowski和Barroso提出的元综合方法的七个步骤。研究数据来源于Web of Science和Scopus两个主流科学数据库，检索时间范围为2010年至2020年底。经过基于标题、摘要、可访问性、内容和方法学质量的五个阶段严格筛选，最终从844篇文献中确定了153篇符合纳入标准的英文期刊文章。研究人员通过对这些文献进行主题提取与系统性归类，将定性研究结果与定量发现的频率和性能指标相结合，综合分析了H-IoT领域的安全态势。
定性研究分类
通过元综合分析发现，定性研究主要侧重于审查和评估H-IoT系统的安全特征与需求、威胁模型、攻击方式以及安全框架。研究发现，H-IoT系统必须具备一系列安全需求以保障服务安全。研究人员从文献中提取了28项最常被引用的安全需求，其中机密性（Confidentiality，出现37次）、匿名性（Anonymity，出现34次）、抵抗各种攻击（Resisting various attacks，出现32次）、完整性（Integrity，出现28次）以及认证和双向认证（Authentication and Mutual authentication，各出现25次）最为关键。除了安全需求外，可扩展性、容错性、轻量级、低延迟等特性也被视为确保系统稳健性的重要辅助需求。
定量研究分类/定量研究
定量研究构成了该领域文献的主体（超过80%），主要分为六个基于数字技术的解决方案组别：
基于区块链的解决方案
分析表明，区块链技术为H-IoT系统提供了数据管理、完整性保障、隐私保护和安全访问等解决途径。智能合约、以太坊、哈希函数及加密算法在这些方案中作用突出。区块链不仅在资源受限的系统中表现出轻量级和高可扩展性，还在无需第三方参与的情况下保障了实体间的安全认证与信任管理。
基于密码学的解决方案
密码学技术是H-IoT安全方案中应用最广泛的技术。对称与非对称加密（尤其是属性基加密和椭圆曲线密码体制及其混合算法）被大量用于保障实体间的安全通信、保护医疗数据隐私及实现安全的数据访问与共享。混合密码学是该组别的主导技术，常用于解决身份认证、隐私保护和攻击抵御等问题。
基于认证方案与协议的解决方案
该组别在定量研究中占有最大份额。这些方案多采用密码算法（如ECC群组、哈希函数、多因素与生物识别技术）的混合形式，旨在提供实体间（如设备与设备、设备与服务器、用户与网络）的安全通信以及轻量级的高效认证。此外，匿名通信和用户匿名性也是这些方案关注的重点。
基于安全解决方案的H-IoT系统
此类研究在构建远程患者健康监测系统等H-IoT应用架构的同时，集成了安全解决方案。研究结论表明，数据安全（如加密传输至云端、云存储安全、细粒度访问控制）和安全通信是该类系统的两大主要安全目标。密码学同样在此类系统中占据主导技术地位。
基于人工智能与机器学习的解决方案
人工智能与机器学习技术在H-IoT安全领域的应用尚处于起步阶段，占比最小。现有研究中，机器学习技术主要用于医疗数据与图像的加密隐藏、数据降维与分类，以及入侵检测系统的开发，以保障网络安全并防范攻击。
基于安全与隐私框架的解决方案
此类研究包括基于数字技术的安全框架和专门的隐私保护框架。前者结合软件定义网络（SDN）与雾计算提供设备认证与数据处理框架；后者则广泛利用密码技术和匿名化方案，通过云端数据隐藏、安全共享等途径保障电子病历的机密性与患者隐私。
总结讨论部分
研究结论指出，H-IoT系统的安全机制和解决方案广泛涉及无线体域网、体感网络及物联网云健康等网络系统。在众多技术中，密码学算法是应用最广泛的基础技术，而认证方案则是出现频率最高的安全机制。尽管单一技术发挥了重要作用，但单一密码学算法在可扩展性、资源管理及容错性方面存在限制。因此，区块链、雾/边缘计算、软件定义网络与人工智能等数字技术的融合，对于克服资源受限、互操作性差等物联网固有局限以及医疗系统实时数据传输的特性至关重要。
研究人员最终强调，尽管技术融合能够有效提升H-IoT的技术安全性，但仅靠定量技术方案不足以完全保障系统安全。未来研究不仅需要推进混合密码学、区块链与密码学融合以及机器学习在异常检测中的应用，还需高度重视H-IoT的法律与社会层面问题。建立一个类似HIPAA、GDPR或信息安全管理体系（ISMS）的统一参考安全框架，明确各利益相关者的责任与问责机制，提升用户的安全意识，并推动政策合规，将是未来H-IoT安全领域的重要研究方向。
