我国是世界上高原海拔最高、人口最多的国家。随着高原地区经济、社会的迅速发展,急进高原的人数与日俱增,缺氧导致的急性高原病(Acute Mountain Sickness,AMS)成为急进高原人群身体健康的主要威胁。AMS的临床诊断已有相应标准,即急性高原病路易斯湖国际诊断标准和国内的急性高原反应的诊断和处理原则,这两种标准都是基于主观症状进行评分,而利用客观指标构建数学模型进行AMS诊断的研究较少。此外,利用信息技术对AMS进行实时监测和预警的研究尚不成熟。针对以上问题,本文利用信息安全理论构建了AMS智能监测预警系统,为急性高原病的快速筛查和防治提供了一种解决方案。本文的主要研究内容如下:(1)为了实现对AMS的快速筛查和防治,构建了AMS智能监测预警系统。该系统利用基于雾计算的元雾重定向架构对数据进行重新分类,定向存储,且通过雾云集成架构有效地融合云计算、雾计算将数据安全传输至不同的云数据库,并利用构建的预警模型对AMS进行诊断和预警。这不仅提高了AMS智能信息服务的安全性,还有效地提升了系统效率。(2)为了保障信息传输的安全性,提出了一种基于数据收集场景的支持成员加入与撤销的聚合签密方案。该方案能将任意多个成员的签名压缩成一个签名并加密,且支持任意成员的加入与撤销,因此可有效解决AMS实时监测系统存在的签名膨胀问题,同时也加强了数据的机密性。在随机预言模型下,证明了方案具有不可伪造性、机密性、非抵赖性等安全特性,且能以较低的运算成本为数据提供安全认证,有效地实现了数据在传输过程中的保密性与安全性。(3)为了实现对AMS的实时监测和预警,本文基于项目反应理论,利用二项logistics回归方程构造了一种AMS预警函数模型。模型分析采用极大似然估计法,并通过数据模拟,验证了模型具有较高的拟合优度和预测正确率。