《Computer Networks》：Q-Defender: Admission-time mitigation of persistent coordinated sybil attacks in Semantic-ISAC healthcare systems
编辑推荐：
•为语义-ISAC医疗系统建立了准入时期的Sybil缓解机制。•将语义-时间协调引入作为一等准入判据。•将APC-Sybil攻击定义为持续性的、协同的语义欺骗。•利用由语义一致性强制执行的后量子凭证实现匿名准入。•实现了99.43%–99.53%的SDR，网关决策时间低于33
- •
为语义-ISAC医疗系统建立了准入时期的Sybil缓解机制。
- •
将语义-时间协调引入作为一等准入判据。
- •
将APC-Sybil攻击定义为持续性的、协同的语义欺骗。
- •
利用由语义一致性强制执行的后量子凭证实现匿名准入。
- •
实现了99.43%–99.53%的SDR，网关决策时间低于33毫秒，已准入会话建立时间为228毫秒。
引言
语义集成感知与通信（Semantic-ISAC）正迅速成为下一代智能医疗生态系统（SHE）的基础要素。通过仅传输高价值的语义表征而非连续原始传感器数据，Semantic-ISAC能够在密集部署的IoMT环境中实现可扩展的患者监测、更快的临床事件检测以及更高效的频谱利用。随着医院、急救服务和家庭护理平台大规模采用Semantic-ISAC基础设施，健壮且可信的设备准入对于维护所交换语义信息的完整性与临床可靠性变得至关重要。
与此同时，感知与通信的紧密集成也带来了额外的安全顾虑。一旦敌对实体设法攻陷设备身份，便可能操纵语义输出、干扰聚合解读过程，甚至导致协同感知操作的中断。特别是，高级持续性协同Sybil（APC-Sybil）攻击的危害尤为严重，因为攻击者在较长时间周期内维持多个伪造或已被攻陷的身份，并协调其时序与语义行为，使其表面上类似于独立的合法设备。与传统的Sybil攻击不同，这些变体会调整时序、活动分布及语义相关性以规避检测，从而有能力以微妙且持久的方式影响临床决策流程或削弱网络稳定性。此外，伴随Semantic-ISAC医疗部署而来的重放遥测、冒充尝试、过期凭证滥用及云端操纵等威胁，进一步削弱了整体安全态势。
医疗物联网（IoMT）设备的受限能力加剧了这些问题。具体而言，这些设备的计算能力、存储和电池极为有限，因此无法使用重量级或多轮认证协议。与此同时，设备具有较长的运行寿命，使其面临未来量子时代的"先收割后解密"类攻击的威胁。因此，标准公钥原语在医疗环境中无法在长时间跨度内确保充分的安全。
这种场景迫切需要开发一种专门设计的安全框架，该框架应针对Semantic-ISAC医疗生态系统进行优化，并能够实现以下操作：它应当能够防止大规模身份伪造，抵御高级持续性协同Sybil攻击，确保准入过程中的匿名性与不可链接性，抵御重放与冒充攻击，并且始终在面对量子对手新时代的来临时保持其安全特性完好无损，同时兼容资源受限的IoMT设备。
为满足这些要求，本研究提出了Q-Defender的概念——一种面向Semantic-ISAC赋能的IoMT系统、具有后量子凭证与会话保护的抗Sybil隐私保护准入架构。Q-Defender结合了基于PUF和OEM凭证的硬件绑定注册、通过简洁零知识证明实现的匿名验证，以及一种轻量级后量子密钥建立机制以保护语义遥测数据。Semantic-ISAC工作流中的准入网关检查时序与行为证明模式，在高可信度下识别虚假身份、重放或过期凭证、异常设备行为以及协同Sybil行为，之后才授予网络访问权限。因此，Q-Defender建立了一个针对Semantic-ISAC医疗系统运行与安全需求的定制化准入模型。本文的独特贡献如下：
- •
本文提出了一种由Semantic-ISAC驱动的智能医疗系统准入判据，其中物理层指纹摘要、压缩语义健康描述符、时序请求模式及临床上下文特征与匿名zk-SNARK证明的有效性联合评估。在Q-Defender中，Semantic-ISAC作为运营安全信号直接用于准入决策，而非仅作为通信或感知的抽象。
- •
本文提出了一种准入时安全模型，能够在授予网络访问之前检测高级持续性协同Sybil攻击。该模型评估加密有效的伪匿名请求是表现为统计独立的医疗设备，还是表现为协同的准入集群。
- •
本文提出了一个集成框架，将匿名身份证明、后量子凭证与密钥建立以及语义-时间协调验证相结合，在Semantic-ISAC网关上实现不可链接认证的同时，识别协同的伪造或已被攻陷身份。
- •
定义了一个专门针对Semantic-ISAC医疗环境的形式化APC-Sybil威胁模型，并证明仅依赖ZKP、仅依赖PQC以及基于信任的方法不足以在准入阶段检测持续性协同身份攻击。
本文其余部分组织如下。第2节综述相关工作。第3节介绍系统模型，第4节形式化威胁模型。第5节描述Q-Defender框架。第6节报告性能评估与对比分析。第7节总结全文。附录中提供了额外的可复现算法、可信设置分析、非正式安全分析、基于ROR的形式化分析以及数学细节。
各节摘要
文献综述
与Q-Defender相关的现有研究可归纳为四个互补的研究方向：Semantic-ISAC安全、Sybil与协同攻击检测、智能与去中心化认证，以及零知识或后量子准入。必须将这些方向综合审视，因为Q-Defender并非孤立地处理认证、感知安全或Sybil检测问题，而是构建了一种在准入前的决策机制，在该机制中加密有效性与Semantic-ISAC
系统模型
所提出的Q-Defender框架运行于一个由Semantic-ISAC赋能的智能医疗生态系统中，该生态系统包含四个层次：IoMT设备层、Semantic-ISAC网关层、云层和应用服务层，如图1所示。可穿戴和床旁IoMT设备执行轻量级语义特征提取，并传输证明请求，同时附带紧凑的异常指示器和趋势摘要，而非原始生理数据流。Semantic-ISAC网关作为主要
威胁模型
对手是一个多项式时间实体，能够控制无线信道，注入/重放/修改准入请求，并协调伪造的或已被攻陷的有效IoMT设备。在Semantic-ISAC医疗环境中，可以在准入前协调时序、物理层指纹、语义描述符及上下文声明。
Q-Defender
Q-Defender将第3节（系统模型）和第4节（威胁模型）中的系统与威胁模型转化为一个三阶段准入流水线，由IoMT设备、证书颁发机构（CA）、Semantic-ISAC网关、可选的边缘辅助证明者和医疗云端执行。第一阶段建立硬件绑定的后量子凭证，第二阶段执行匿名加密验证与Semantic-ISAC协调分析，第三阶段仅为已准入设备
性能评估
在描述了Q-Defender设计及其安全特性之后，本文现在评估该框架是否满足引言和相关工作中所强调的实际延迟、带宽和能耗约束。具体而言，本节量化了(i)设备和网关端的计算成本，(ii)每次会话的通信开销，以及(iii)在真实IoMT流量模式下的准入准确性和Sybil检测有效性。在描述了Q-Defender
结论与未来工作
本研究提出了Q-Defender，一种专为Semantic-ISAC驱动的智能医疗生态系统设计的抗量子安全架构，旨在保护大规模IoMT基础设施免受身份相关攻击。该框架在设备注册时强制执行硬件根信任的唯一性，通过零知识证明支持不可链接的匿名准入，并通过轻量级认证通信保持后量子机密性。无缝集成
CRediT作者贡献声明
Vaishali Meena：原创草稿撰写、验证、方法论、调查、形式化分析、概念化。Gaurav Indra：审查与编辑撰写、验证、监督指导。
利益冲突声明
作者声明，他们没有已知的财务利益或个人关系可能影响本文所报告的工作。
Vaishali Meena|Gaurav Indra
