A Survey on Security Issues in Modern Implantable Devices: Solutions and Future Issues
本文综述了现代植入式医疗设备面临的安全威胁、现有解决方案及其优缺点，并提出未来研究方向以提升IMD系统的安全性。
2022-05-02 cs.CR
e-SAFE: Secure, Efficient and Forensics-Enabled Access to Implantable Medical Devices
为了便于监测和管理，现代植入式医疗器械（IMD）通常配备有无线功能，这增加了恶意访问IMD的风险。尽管提出了保护IMD访问的方案，但仍存在一些问题。首先，在患者的IMD和医生的编程器之间预先共享长期密钥是脆弱的，因为一旦医生的编程器被破坏，她的所有患者都会受到影响;通过利用邻近度来建立临时密钥可以摆脱预先共享的密钥，但由于该方法缺乏真正的认证，它可以被附近的对手或通过中间人攻击利用。其次，虽然延长IMD的寿命是最重要的设计目标之一，但很少有方案探索同时降低通信和计算开销。最后，如何安全地记录医生发出的命令，以便取证，这可能是保护患者权利的最后措施，在现有文献中通常被忽略。受这些重要而开放的问题，我们提出了一个创新的计划e-SAFE，显着提高了安全性和安全性，减少了通信开销，使IMD访问取证。我们提出了一种新的轻量级压缩感知的加密算法，加密和压缩IMD数据的同时，减少了超过50%的数据传输开销，同时确保高数据的机密性和可用性。此外，我们还提供了一套关于设备配对、双因素身份验证和启用问责制的访问的协议。安全性分析和性能评估表明了该方案的有效性。
2018-04-06 cs.CR
Towards Evaluating the Security of Wearable Devices in the Internet of Medical Things
本文针对医疗物联网中可穿戴给药设备因联网、计算资源有限易受网络威胁的问题，为可穿戴输液泵实现了一套安全方案，梳理了落地挑战并提出初步缓解对策，以保障患者安全。
2023-12-13 cs.CR cs.SY eess.SY
Extracting Randomness From The Trend of IPI for Cryptographic Operators in Implantable Medical Devices
实现体内植入式医疗设备（IMD）与体外网关之间的安全通信，最近的黑客攻击报告显示了其重要性。由于计算和电源资源稀缺，使用非对称加密不是IMD的实际解决方案，首选对称密钥加密。对称密码系统的安全因素之一是使用强密钥进行加密。在IMD中不使用大量资源的解决方案是从身体生理信号中提取它。为了具有足够强的密钥，生理信号必须是强随机性源，并且脉冲间间隔（IPI）已经被建议为使得。一个强随机性源应该具备五个条件：普适性、活性、鲁棒性、持久性和唯一性。然而，对于目前提出的IPI随机提取方法，没有检查这些条件（主要是最后三个条件）。在这项研究中，首先，我们提出了一种方法来衡量最后三个条件。然后，使用一个巨大的IPI值数据集，我们证明了IPI不具备鲁棒性和持久性的条件。因此，从IPI值中提取强均匀随机数在数学上是不可能的。第三，我们提出了一种新的随机性提取方法，称为从IPI中提取鞅随机性（MRE-IPI），而不是使用IPI的值，IPI的趋势作为来源。MRE-IPI完全满足鲁棒性条件，并在一定程度上具有持久性。我们还使用了随机性测试套件，并表明MRE-IPI能够优于所有最近的随机性提取方法从IPI和它的质量是AES的随机数的一半。据我们所知，这是该领域的第一项工作，它使用这样一种全面的方法和大数据集来检查生理信号的随机性。
2018-06-28 cs.CR
A Biomechatronic Approach to Evaluating the Security of Wearable Devices in the Internet of Medical Things
针对医疗物联网中可穿戴给药设备易受网络威胁、计算资源受限的问题，提出可穿戴输液泵安全方案，实验验证其输液速率最大误差仅2.5%，并梳理落地挑战与初步解法。
2024-06-21 cs.CR cs.SY eess.SY
Risk Assessment of Cyber Attacks on Telemetry Enabled Cardiac Implantable Electronic Devices (CIED)
心脏植入式电子设备（CIED）正在迅速成为先进医疗技术的基本工具和挽救生命的关键工具。尽管它们很重要，但以前的研究表明，CIED并不能完全抵御网络攻击，特别是那些利用其射频（RF）通信接口的人。此外，与CIED交互的外部设备的遥测功能和IP连接正在创建可能被攻击者使用的其他入口点。在本文中，我们进行了现实的风险分析，这样的攻击。本分析由三部分组成。第一，基于行为者的分析，以确定攻击的影响。第二，一个基于网络的分析，以确定每个威胁的发生概率。最后，进行综合分析，以确定哪些攻击结果（即攻击目标）风险最高，并确定构成最高总体风险敞口的漏洞。所进行的研究表明，与CIED射频接口相关的漏洞代表了可接受的风险。相比之下，外部设备的网络和互联网连接是一个重要的潜在风险。先前描述的研究结果表明，最高风险与外部系统有关，而不是CIED本身。
2019-04-26 cs.CR
QT-PUF: Quantum Tunneling Leakage Based PUF for Implantable IoMT Devices
Nanyang Technological University（南洋理工大学）；Technical University of Munich（慕尼黑工业大学）；Imperial College London（帝国理工学院）；Imperial Global Singapore（帝国理工学院新加坡）
本文提出了一种基于量子隧穿泄漏的物理不可克隆函数（PUF），用于植入式IoMT设备，通过利用标准CMOS器件过程中引起的量子机械门泄漏，实现低功耗、高安全性的设备身份验证。
2026-05-21 cs.CR
Continuous User Authentication using IoT Wearable Sensors
在过去的几年里，心电图（ECG）已被调查的独特性和潜力，以区分个人。本文讨论了这种歧视性的信息如何可以帮助连续的用户认证的可穿戴胸带，使用干电极，以获得一个单一的铅ECG信号。据作者所知，这是第一个涉及使用真正的可穿戴设备进行连续认证的工作，因为大多数现有工作要么使用采用凝胶电极的医疗设备来获得ECG信号，要么通过使用可穿戴设备不可行的电极位置来获得ECG信号。先前的工作还主要涉及使用ECG信号进行识别而不是验证，或者涉及使用ECG信号进行离散认证。本文提出了一种新的算法，该算法使用QRS波检测，加权平均，离散余弦变换（DCT），和一个支持向量机（SVM）分类器，以确定是否佩戴者的设备应积极验证或不。在由33名受试者组成的数据库上进行测试时，零入侵尝试成功。
2021-05-02 cs.CR cs.SY eess.SY
Comparison of Encryption Algorithms for Wearable Devices in IoT Systems
本文针对可穿戴物联网设备计算资源有限和实时处理需求，比较并评估不同加密算法的适用性，以应对当前及未来量子计算带来的安全挑战。
2024-09-01 cs.CR
A Systematic Literature Review on Wearable Health Data Publishing under Differential Privacy
可穿戴设备生成关于个体的不同类型的生理数据。这些数据可以为医学研究人员和临床医生提供通过传统措施无法利用的有价值的见解。历史上，研究人员一直依赖于调查响应或观察到的行为。有趣的是，生理数据可以提供比从任何其他来源（包括用户自己）获得的更丰富的用户认知。因此，廉价的消费级可穿戴设备已成为健康研究人员的兴趣点。此外，它们还用于连续的远程健康监测，有时也被保险公司使用。然而，这种用例最大的问题是个人的隐私。抽象和k-匿名等几种隐私机制在信息系统中得到了广泛的应用。最近，差分隐私（DP）已经成为发布隐私敏感数据（包括来自可穿戴设备的数据）的熟练技术。在本文中，我们进行了系统性文献综述（SLR），以识别，选择和批判性地评价DP的研究，以及了解不同的技术和DP在可穿戴数据发布中的现有使用。根据我们的研究，我们已经确定了所提出的解决方案的局限性，并提供了未来的方向。
2021-09-15 cs.CR cs.CY
Digit Recognition From Wrist Movements and Security Concerns with Smart Wrist Wearable IOT Devices
University of Hawaii（夏威夷大学）
在本文中，我们调查了一个潜在的安全漏洞与手腕可穿戴设备。常见可穿戴设备上的硬件组件包括加速度计和陀螺仪以及其他传感器。我们证明了加速度计和陀螺仪可以拾取足够的独特手腕运动信息来识别用户正在写入的数字。利用400个书写样本的数据集，无论是数字0还是数字1，我们构建了一个机器学习模型，以根据手腕的运动正确识别正在书写的数字。我们的模型在一个看不见的测试集上的表现导致了受试者工作特征（AUROC）曲线下面积为1.00。将我们的模型加载到我们制造的设备上，在实时预测十个写入样本时，准确率达到100%。该模型通过手腕运动和方向变化正确识别所有手指的能力引起了安全问题。我们的研究结果表明，不法分子可能能够从手腕可穿戴设备中获得敏感的数字信息，如社会保障，信用卡和医疗记录号码。
2020-04-22 cs.CR cs.LG stat.ML
HealthGuard: A Machine Learning-Based Security Framework for Smart Healthcare Systems
物联网和普适计算在医疗设备中的集成使现代医疗系统变得“智能”。今天，医疗保健系统的功能不仅限于治疗患者。在植入式医疗设备和可穿戴设备的帮助下，智能医疗系统（SHS）可以持续监测患者的不同生命体征，并自动检测和预防严重的医疗状况。然而，SHS的这些增加的功能引起了几个安全问题，并且攻击者可以以多种方式利用SHS：他们可以阻碍SHS的正常功能，注入虚假数据以改变生命体征，以及篡改医疗设备以改变医疗紧急情况的结果。在本文中，我们提出了HealthGuard，一种新的基于机器学习的安全框架，以检测恶意活动的SHS。HealthGuard观察SHS的不同连接设备的生命体征，并将生命体征关联起来，以了解患者身体功能的变化，从而区分良性和恶意活动。HealthGuard利用四种不同的基于机器学习的检测技术（人工神经网络、决策树、随机森林、k-最近邻）来检测SHS中的恶意活动。我们使用从八种不同的智能医疗设备收集的数据对HealthGuard进行了12次良性事件的训练，其中包括7次正常用户活动和5次受疾病影响的事件。此外，我们还评估了HealthGuard针对三种不同恶意威胁的性能。我们的广泛评估表明，HealthGuard是一个有效的安全框架，准确率为91%，F-1评分为90%。
2019-09-23 cs.CR
A User-Based Authentication and DoS Mitigation Scheme for Wearable Wireless Body Sensor Networks
无线身体传感器网络（WBSNs）是用于感测和执行各种任务的最大增长技术之一。无线传感器网络中传输的信息容易受到网络攻击，因此安全性非常重要。拒绝服务（DoS）攻击被认为是对无线传感器网络安全的主要威胁之一。在拒绝服务攻击中，攻击者的目标是降低和关闭网络的有效使用，并破坏网络中的服务，使其目标用户无法访问这些服务。如果WBSN中患者的敏感信息，如病史被未经授权的用户访问，患者可能会遭受比疾病本身更多的痛苦，这可能导致生命损失。本文提出了一种基于用户的认证方案，以减轻拒绝服务攻击的WBSN。通过将椭圆曲线密码学（ECC）与Rivest密码4（RC 4）相结合，设计了一种基于用户的五阶段认证拒绝服务缓解方案，以确保强认证过程，只允许授权用户访问WBSN上的节点。
2023-03-25 cs.CR
IMD Security vs. Energy: Are We Tilting at Windmills?: POSTER
植入式医疗器械（IMD），如起搏器和神经刺激器，在能量方面受到高度限制。此外，这些装置的无线通信设施考虑到其生命攸关的性质，也提出了安全要求。然而，提供相当大的覆盖范围的安全解决方案通常被认为对IMD电池太费力。因此，在文献中，有一种趋势是为IMD采用超轻量级安全原语。在这项工作中，我们证明了嵌入式计算的最新进展，实际上使IMD使用更主流的安全原语，这不需要妥协的安全性显着担心影响IMD的自主性。
2019-08-29 cs.CR
Every Byte Matters: Traffic Analysis of Bluetooth Wearable Devices
智能手表、健身追踪器和血压监测器等可穿戴设备处理、存储和传达与穿戴者的健康、生活方式、习惯和兴趣相关的敏感和个人信息。这些数据通过蓝牙连接与智能手机上运行的配套应用程序进行交换。在这项工作中，我们调查可以从可穿戴设备和其连接的智能手机之间的加密蓝牙通信的元数据（如数据包的时间和大小）推断出什么。我们表明，被动窃听者可以使用流量分析攻击来准确识别（a）通信设备，即使没有访问MAC地址，（b）人类行为（例如，监测心率，锻炼），（c）仅仅打开Wear OS智能手表上的特定应用（例如，打开医疗应用程序，这可以立即揭示佩戴者的状况），（d）细粒度动作（例如，记录胰岛素注射），其帮助糖尿病用户监测他们的状况，以及（e）通过在延长的时间段内连续监测佩戴者的流量来监测佩戴者的概况和习惯。我们通过收集多个可穿戴设备的蓝牙跟踪数据集，通过基于数据包大小和时间设计功能，并使用机器学习将加密流量分类为穿戴者执行的动作来运行流量分析攻击。然后，我们探讨标准的防御策略，我们表明，这些防御不提供足够的保护，对我们的攻击，并引入显着的成本。我们的研究强调需要重新思考应用程序如何通过蓝牙交换敏感信息，以尽量减少不必要的数据交换，并设计针对可穿戴环境的流量分析的新防御措施。
2021-05-24 cs.CR
Privacy is All You Need: Revolutionizing Wearable Health Data with Advanced PETs
VIT-AP University（VIT-AP大学）
本文提出一种通过整合联邦学习、轻量加密和区块链技术的隐私增强框架，旨在降低可穿戴健康数据的隐私风险，提升用户对数据的控制权。
2025-12-03 cs.AI cs.CR cs.ET
Security for Emerging Miniaturized Wireless Biomedical Devices: Threat Modeling with Application to Case Studies
随着主动式移动医疗的激增，微型无线生物医学设备（MWBD）的前景正在迅速扩大。MWBD多种多样，包括各种可注射、可摄入、可植入和可穿戴设备。虽然MWBD的增长增加了医疗服务的灵活性，但这些技术的采用为其用户带来了隐私和安全风险。MWBDs可以使用敏感的私人信息进行操作，并通过使用刺激和药物输送来影响患者。因此，这些设备需要信任并且需要安全。将保护机制嵌入MWBD是具有挑战性的，因为它们在尺寸、功率预算以及处理和存储能力方面受到限制。尽管如此，面对不断变化的威胁，MWBD至少需要最低限度的安全性。这项工作的主要目的是使MWBD的主要利益相关者意识到相关的风险，并帮助MWBD的建筑师和制造商以可重复和结构化的方式保护他们的新兴设计。使MWBD安全开始于执行威胁建模。本文介绍了一种专用于MWBD的特定领域的定性-定量威胁模型。然后，该模型适用于代表性的案例研究，从每一类MWBDs。
2021-05-12 cs.CR
Safeguarding Smart Inhaler Devices and Patient Privacy in Respiratory Health Monitoring
本研究分析了智能吸入器等物联网医疗设备在呼吸健康监测中的可用性行为与技术漏洞，强调保护患者数据机密性，并呼吁在设备开发与部署中整合强大的安全措施。
2025-03-31 cs.CR
Comment on Chen et al.'s Authentication Protocol for Internet of Health Things
本文针对Chen等人提出的医疗物联网轻量级认证与密钥协商协议展开分析，证明其易受已知会话特定临时信息攻击和窃取验证器攻击，指出该方案存在安全缺陷。
2024-06-24 cs.CR
Cybersecurity Assessment of the Polar Bluetooth Low Energy Heart-rate Sensor
本文分析了Polar蓝牙低功耗（BLE）心率传感器的安全漏洞，提出通过观察接收信号强度指示器（RSSI）的变化来检测BLE连接中的异常，揭示了攻击者可轻易拦截和操纵数据，旨在提高对无线体域网心率信息安全的认识。
2024-04-24 cs.CR cs.CY cs.NI
Plug-and-Play Quantum-Resistant BLE Pairing for Medical Implants via NFC Out-of-Band
Lahore University of Management Sciences（拉合尔管理科学大学）；Erasmus University Medical Center（伊拉斯谟斯大学医学中心）
针对植入式医疗设备缺乏用户界面且BLE配对易受量子攻击的问题，提出一种基于NFC带外信道的轻量级即插即用后量子配对协议，在NFC上执行KEM，无需修改BLE栈，测试表明电池寿命影响极小。
2026-10-07 cs.CR
A Survey on Security and Privacy Issues in Modern Healthcare Systems: Attacks and Defenses
计算系统和无线通信的最新进展使医疗保健系统比以前更有效。现代医疗设备可以自动监测和管理患者的不同健康状况，而无需医疗专业人员的任何手动干预。此外，医疗系统中植入式医疗设备（IMD）、体域网（BAN）和物联网（IoT）技术的使用改善了整体患者监测和治疗过程。然而，这些系统在软件和硬件方面都很复杂，并且在安全、隐私和治疗之间进行优化对于医疗保健系统至关重要，因为任何安全或隐私侵犯都可能对患者的治疗和整体健康状况产生严重影响。事实上，由于医疗设备和应用程序中存在许多设计缺陷以及缺乏适当的安全措施，医疗保健领域正面临越来越多的安全挑战和威胁。在本文中，我们探讨了医疗保健系统的各种安全和隐私威胁，并讨论了这些威胁的后果。我们对不同的潜在攻击进行了详细的调查，并讨论了它们的影响。此外，我们审查了现有的安全措施，提出了医疗保健系统，并讨论其局限性。最后，我们总结了未来的研究方向，以确保医疗保健系统对常见的漏洞。
2020-05-15 cs.CR
HNMblock: Blockchain technology powered Healthcare Network Model for epidemiological monitoring, medical systems security, and wellness
本文提出基于区块链技术的HNMblock模型，利用其透明性和不可篡改性实现流行病学数据实时防篡改追踪，并通过高级加密与智能合约强化医疗系统安全，旨在变革数据管理、流行病学监测与健康促进。
2024-02-10 cs.CR cs.NI
