针对基于IoMT的远程老年人监护系统产生连续敏感健康数据流的问题，现有安全架构未能同时解决三个相互依赖的挑战：GDPR合规的边缘层假名化、老年人特定的零交互可用性作为架构约束、以及基于STRIDE的威胁验证整合在统一设计中。本文提出Secure Edge Gateway (SEG)框架——一个通过软件仿真验证的集成IoMT安全架构，旨在同时解决这三个维度的缺口。SEG框架采用ESP32-WROOM-32住宅网关，在网络传输前强制执行MAC地址白名单、HMAC-SHA256加密假名化、AES-128-CBC载荷加密和TLS 1.3传输安全，符合GDPR第25条和第32条。通过软件仿真、完整的STRIDE威胁建模（涵盖所有六类威胁）、攻击树分析、九项监管义务的GDPR合规映射以及第35条规定的数据保护影响评估（DPIA）进行验证。已有基准测试证实，在类似IoT部署中MQTT比HTTP能耗低6-8%，边缘处理延迟低于50毫秒，而纯云系统为200-700毫秒。结果表明，在资源受限的IoMT老年人监护部署中，GDPR合规与运营效率是互补而非竞争的目标。

本文针对医疗物联网（IoMT）设备在资源受限、数据高度敏感以及联邦学习（FL）引入的隐私风险背景下，提出了一种结合后量子密码学（PQC）与边缘原生编排的安全框架。研究首先分析了IoMT面临的三重挑战：传统轻量级密码在量子计算下的脆弱性、FL模型更新可能泄露医疗隐私、以及设备计算和能源限制。为此，作者设计了一套基于Kubernetes的可扩展架构，集成后量子密钥建立、轻量级加密和边缘原生调度能力，并在Raspberry Pi实验平台上进行了验证。实验结果表明，分布式密码处理相比顺序设计能显著降低延迟，同时保持可接受的资源开销。论文的主要贡献在于为支持FL的IoMT系统设计并验证了一套安全编排与通信框架，并展望了能量感知架构、智能安全优化以及下一代智能医疗物联网（IIoMT）生态系统的发展方向。本研究适合关注医疗设备安全、后量子密码应用及边缘计算的研究者和工程师阅读。