随着人们越来越关注个人的隐私信息,医疗环境下的相关隐私信息如何能够得到更加完善的保护也成为了研究的热点之一。由于医疗相关的可穿戴设备的数量随着物联网技术的发展越来越多,大量与用户相关的医疗隐私数据被保存在这些设备上,如用户生理信息、活动轨迹、睡眠情况等,对这些隐私数据的保护往往使用访问控制(Access Control)方法。而当前嵌入式设备由于资源受限的环境特点,无法完整的运行访问控制模型,因此需要设计一种轻量级的访问控制方法以解决此问题。另一方面,由于医疗环境的特殊性,访问控制的复杂程度远远高于其他场景,静态的访问策略已经无法满足医疗环境可能出现的意外状况,所以通常使用Break-Glass 机制作为访问控制紧急情况处理的手段。然而,现有的 Break-Glass 机制仍然具有一些弊端:恶意请求无法被准确识别,导致风险访问行为发生,然而系统为保证可用性无法拒绝这些不正当的访问请求。针对上述问题,本文主要有两部分工作:其一为了解决当前Break-Glass机制的弊端,本文实现了一种结合医疗环境下基于复杂网络的Break-Glass决策方法。其二以该决策方法为基础,提出了一种医疗环境下的轻量级访问控制模型。具体内容如下:1、本文提出的基于复杂网络的Break-Glass决策方法主要包括两个核心算法,其一为症状与疾病间相关性算法:当紧急情况发生时,通过患者当前的症状信息计算出可能导致该症状发生的疑似疾病。其二为疾病间相关性算法:在获得患者疑似疾病的前提下,得到患者历史疾病与疑似疾病的相关性,Break-Glass机制以该相关性为依据对紧急请求做出允许或拒绝访问的决策。最终结果表明方法具有合理性,对于请求结果为允许访问的情况准确率为91%,拒绝访问的准确率为81%。2、以上文提到的Break-Glass机制作为基础,结合嵌入式访问控制特点,本文提出了一种医疗环境下轻量级的访问控制模型,根据是否为紧急情况下的访问请求设计了两种高效安全的访问控制流程,该模型将复杂计算转移到云服务平台中,降低嵌入式设备的计算压力,最终模型具有高安全性、灵活性、轻量级的特点。本文通过对当前医疗环境下Break-Glass机制的研究,对Break-Glass机制的计算方法进行改进,从更多与患者相关的信息入手判断请求的正当性,提高了医疗环境下患者个人信息的安全性。并实现了一种对于嵌入式设备而言轻量化的访问控制模型,由于结合了改进的Break-Glass机制,使其对于紧急情况的处理更加合理,提升了紧急情况发生时患者隐私数据的可访问性,降低风险访问发生的概率。同时能适应当前嵌入式设备保存了大量用户隐私信息的现状。为了解决医疗环境下的访问控制问题,本文使用了一种较新的方法,解决了当前医疗环境下访问控制异常处理机制很难判断请求是否具有正当性的问题,因此未来对相关研究也具有一定的启发性。