医疗物联网通信协议的安全与风险评估：基于数据的真实世界漏洞分析

《Internet of Things》：Security and Risk Assessment of IoMT Communication Protocols: A Data-Driven Analysis of Real-World Vulnerabilities

　　

摘要
医疗物联网（IoMT）由互联的医疗设备和系统组成，通过多种无线协议监测患者、交换生理数据并支持临床决策制定。虽然这种连通性提高了医疗保健的效率和精确性，但资源受限和安全关键设备的共存带来了网络安全和隐私挑战。本研究提出了一种针对蓝牙低功耗（BLE）、Zigbee、Wi-Fi、LoRaWAN 和专有射频遥测的可复现对比漏洞分析。该分析将定性威胁特征描述与对国家漏洞数据库 JSON 2.0 年度数据源（标记为 2020 至 2025 年）构建的协议导向样本的定量评估相结合。平均 CVSS v3.x 可利用性和影响子分数已针对其最大值进行归一化，并合并为描述性基线复合指数。部署暴露度通过指定的未校准场景乘数单独考虑。对 4,378 条保留的 CVE 的分析产生了从 R = 0.378 到 R = 0.562 的基线复合指数。可利用性分布的差异未达到显著性阈值，p = 0.0561，效应量可忽略不计。相比之下，影响分布在统计上存在差异，p < 0.001 且效应量适度，其中 Wi-Fi 显示出最明显的提升影响概况。场景分析按比例重新调整了指数，而未改变协议排序。由于场景参数未使用操作医疗数据进行校准，因此得出的值不应解释为测量的医院或家庭护理风险。研究结果可为 IoMT 系统中的对比漏洞优先级排序、缓解规划以及部署条件的解释提供信息。

引言
医疗物联网（IoMT）代表了一个快速发展的医疗技术生态系统，它互连医疗设备、嵌入式传感器、无线网络和基于云的服务，以实现实时数据交换和连续的患者监测 [1]。生物医学工程与无线通信的这种融合重塑了预防性医疗保健、远程医疗和数据驱动的临床决策制定。诸如可穿戴追踪器、植入式传感器、输液泵和诊断仪器等设备越来越多地集成到智能环境中或直接附着于人体，成为现代数字医疗保健的基石 [2]。与传统的 IT 系统不同，IoMT 环境在严格的安全和监管约束下运行。设备必须维持实时响应性和高可用性，同时处理敏感生理数据，往往没有直接的人工监督。许多设备在不受控的环境中运行，例如患者家中或公共设施，那里的连接性不可靠且网络保护不足。此外，处理功率、内存和能源容量方面的物理限制限制了计算密集型加密机制的使用，使得安全配置成为关键的设计权衡 [3]。

虽然 IoMT 连通性增强了临床功能，但底层的协议异构性引入了复杂的网络安全格局。诸如蓝牙低功耗（BLE）、Zigbee、Wi-Fi 和 LoRaWAN 等通信标准，虽然高效且互操作，但主要是为消费者或工业环境设计的，而不是安全关键的医疗上下文 [4]。因此，对手利用协议级弱点拦截遥测、破坏临床工作流程或破坏固件完整性 [5]。暴露于不可信网络进一步放大了这些风险。基于家庭或移动的健康设备通常通过开放接入点连接，并对攻击者物理可访问。弱加密、认证不足或不安全的更新机制为未经授权的访问创造了入口点。一旦受损，设备可以充当进入医院基础设施的枢纽或注入虚假传感器读数，可能导致诊断错误或 unsafe 治疗动作 [6]。碎片化的 IoMT 生态系统，以供应商异构性、专有固件和不规则的补丁周期为特征，使协调防御复杂化。此外，监管义务可能延迟固件更新或限制设计修改，导致事件响应中的操作惯性。这些挑战强调了需要对 IoMT 通信安全采取以风险为导向且情境感知的方 法，该方法不仅评估每种协议的技术鲁棒性，还评估其操作暴露和临床关键性 [7]。

为了满足这些需求，本研究对五种主要 IoMT 通信协议进行了结构化和对比安全评估：蓝牙低功耗（BLE）、Zigbee、Wi-Fi、LoRaWAN 和专有 RF 遥测。该分析结合了定性威胁建模与基于从国家漏洞数据库 1（NVD, 2020-2025）提取的漏洞数据的定量评估。通过映射协议相关漏洞并推导对比的可能性与影响指标，本研究为医疗网络中的风险信息协议评估提供了一个透明且可复现的框架。这种方法补充了现有的协议调查和 IoT/IoMT 安全审查，增加了对通信层风险的对比、基于证据的视角。本研究并未提出新的通信协议、安全机制或独立的理论风险模型，而是贡献了一种可复现的跨协议安全分析，基于从标记为 2020 至 2025 年的 NVD JSON 2.0 年度数据源导出的协议导向样本。该分析超越了协议级的平均比较，通过检查 CVSS 可利用性和影响子分数的分布，量化结果协议级估计中的不确定性，并统计评估观察到的通信技术间的差异是否得到潜在漏洞数据的支持。因此，贡献在于集成大规模漏洞证据、统计跨协议比较、不确定性评估以及针对 IoMT 通信环境的部署感知解释。

本研究的主要贡献总结如下：
• 对五种与 IoMT 相关的通信技术执行了可复现的跨协议分析，分析基于从标记为 2020 至 2025 年的 NVD JSON 2.0 年度数据源导出的协议导向样本，结果保留了 4,378 条具有有效 CVSS v3.x 可利用性和影响子分数的 CVE 记录。
• 协议级漏洞证据的评估超越了平均分比较，通过描述性统计、自助法置信区间、非参数 Kruskal–Wallis 检验 [8]、序数 eta 方效应量分析 [9], [10]，以及在统计显著的总体结果支持下，事后 Dunn 比较 [11] 与 Holm 校正 [12] 进行。这些程序的完整数学公式在 A 中提供。
• 通过归一化的可利用性 - 影响指数建立了共同的基于数据的基线，而将依赖部署的假设与经验基线分开，并通过特定场景分析独立检查。
• 将定量发现与医院、家庭护理以及受限或植入式设备环境中特定的协议安全特征和缓解要求联系起来，为漏洞优先级排序、协议配置和通信层风险管理提供实际支持。

本文的其余部分组织如下。第 2 节回顾相关工作。第 3 节描述 IoMT 通信协议。第 4 节分析协议特定威胁和漏洞。第 5 节介绍并经验评估风险评估方法，第 6 节提出部署感知缓解策略。第 7 节讨论跨协议发现、其实际含义以及分析的局限性。第 8 节总结论文并概述未来研究方向。

章节片段
相关工作
IoMT 的快速增长激发了对通信架构、安全挑战和缓解框架的广泛研究。Verma 等人 [4] 和 Shaikh 等人 [13] 的调查提供了 IoMT 系统组件和网络拓扑的全面概述，强调异构通信标准如何使互操作性复杂化并在跨医疗平台引入不一致的信任假设。这些研究共同强调了需要对适应性安全
IoMT 中的通信协议
通信协议构成了 IoMT 系统的基础，实现传感节点、医疗执行器、聚合网关和基于云的服务之间的安全实时数据传输。这些协议直接影响系统延迟、能效和整体可靠性，同时也决定了临床数据交换的安全态势 [4]。因此，它们的设计必须支持在严格可靠性和安全要求下的关键任务通信，容纳威胁与漏洞分析
威胁与漏洞分析
基于前文讨论的架构概述，本节分析协议设计特征如何导致特定漏洞和跨层安全风险，为定量风险评估奠定基础。IoMT 威胁格局源于受限嵌入式设备、普遍无线连通性和异构协议实现之间的相互作用，部署在临床和非临床上下文中。该分析
数据驱动的风险评估方法
鉴于 IoMT 生态系统的安全关键上下文，安全评估应区分技术漏洞证据与部署特定的临床和操作考虑因素。本节应用归一化的可利用性 - 影响公式，对 IoMT 通信技术进行对比评估。经验基线源自 CVSS v3.x 数据，而部署暴露度通过第 6.5 节提出的场景分析单独检查。
缓解策略
保护 IoMT 通信需要分层且情境感知的方 法，其中协议特定的弱点与系统级风险共同解决。以下策略源自结构化威胁建模和经验发现，应用于设备、网络和应用层，同时考虑操作环境。
经验结果的跨协议解释
经验结果显示五种协议家族在漏洞数量、严重性分布和不确定性方面存在显著差异，但这些维度不应互换解释。蓝牙包含最大的保留漏洞群体（??=2767），其次是 Wi-Fi（??=1472）、专有 RF（??=110）、Zigbee（??=15）和 LoRaWAN（??=14）。然而，漏洞频率本身并不决定协议级概况的严重性。蓝牙，对于
结论与未来工作
随着 IoMT 系统继续通过普遍连通性改变医疗保健，其通信基础设施的安全性仍然是一个根本挑战。本研究提出了一种针对五种与 IoMT 相关的通信技术的结构化对比评估，即 BLE、Zigbee、Wi-Fi、LoRaWAN 和专有 RF。该分析结合了定性威胁建模与对 4,378 条保留的 NVD 漏洞记录的协议导向评估。标准化基线复合

生成式 AI 和 AI 辅助技术在稿件准备过程中的声明
在本工作的准备过程中，作者(s)有限使用 ChatGPT (GPT-5, OpenAI) 协助进行少量语言润色、语法校正以及手稿少数部分的清晰度和结构改进。在使用该工具后，作者(s)仔细审阅并编辑了所有内容，并对已发表文章的完整性和准确性承担全部责任。

CRediT 作者贡献声明
Charalampos Sergiou: 写作 - 审阅与编辑，写作 - 原始稿，软件，方法论。Costas Iordanou: 写作 - 审阅与编辑，写作 - 原始稿，方法论。Konstantinos Katzis: 写作 - 审阅与编辑，写作 - 原始稿，方法论。Gregory Epiphaniou: 写作 - 审阅与编辑，写作 - 原始稿，方法论。Nabil Moukafih: 写作 - 审阅与编辑，写作 - 原始稿，方法论。Carsten Maple: 写作 - 审阅与编辑。Nikolaos

竞争利益声明
作者声明他们没有已知的竞争性财务利益或个人关系，可能出现在影响本报告的工作中。作者没有需要声明的与该文章内容相关的竞争利益。

Charalampos Sergiou|Costas Iordanou|Konstantinos Katzis|Gregory Epiphaniou|Nabil Moukafih|Carsten Maple|Nikolaos Matragkas|Marcos Didonet del Fabro
计算机科学与工程系，塞浦路斯欧洲大学，尼科西亚，塞浦路斯