本文介绍了 IoMT-SecAlarmBench，一个面向医疗物联网（IoMT）完整性攻击的反事实基准测试。IoMT 将临床生理数据与网络系统信息结合，使得判断异常读数究竟代表真实生理事件、设备故障还是网络攻击变得极具挑战性。要回答这一问题，需要反事实的真实标签，即知道在没有攻击的情况下本应出现的正常信号，而现有数据集均未提供此类信息。为此，作者提出了一个半合成基准，通过在真实的耦合心电图（ECG）和光电容积脉搏波（PPG）记录中注入受控的完整性攻击，并采用结构化实验设计，包括四种攻击形态、四种严重等级、两种生理合理性条件以及重放攻击。每个注入窗口都保留了其成因、攻击子类型以及未受攻击时的干净信号，从而为评估检测算法提供了可靠的基准真相。研究中评估了来自五个方法家族的六种检测器，使用与阈值无关的指标和匹配的误报预算进行比较。结果表明，没有一种方法能够持续检测最困难的情况：重放攻击和低幅度瞬态尖峰在各种检测器上均接近随机的性能水平。此外，结果还揭示了检测攻击与区分传感器故障之间的权衡：在困难案例上表现最好的检测器，其对故障/伪影窗口的误报率是正常数据误报率的 5.3 倍。三路分类（正常、攻击、故障）在真实生理事件上表现不佳，而对双模态网络数据集进行的泄漏审计表明，先前报道的 IoMT 入侵检测性能部分是由识别信息驱动的，而非真正的检测能力。作者发布了基准数据集、生成代码、预处理流程、评估工具和数据表，以促进该领域的可复现研究。本文适合医疗设备安全研究人员、入侵检测算法开发者以及 IoMT 安全评估者阅读。

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。