随着互联网、大数据、云计算技术的发展,医疗机构的信息化程度越来越高。与此同时,未经国家监管机构批准泄露医疗数据将会给国家社会带来安全风险。本文主要针对医疗协议数据流量采集方法、医疗协议数据流量还原方法和医疗协议特征库存储方法进行了研究。（1）在医疗协议数据流量采集方法研究中,本文提出了基于特征模式串的多模式匹配算法,该算法较传统的多模式匹配算法在医疗特征匹配上更加适用,在预处理过程中不需要对算法的失效函数进行构建,加快算法的预处理过程,规避了复杂逻辑,并且不影响原有算法的性能。实验表明,并且基于特征模式串的多模式匹配算法在算法预处理过程上由于原方法;并且医疗协议数据流量采集方法能够达到识别和采集医疗协议数据流量的的预期效果。（2）在医疗协议数据还原方法研究中,本文提出了基于词向量状态转移的协议解析方法,使用该方法为HL7构建词法单元,并提供项集闭包和状态转移函数,使得HL7协议解析的性能大幅提高。理论上,本算法的时间复杂度比字符串解析法、二叉树解析法、状态机解析法和正则表达式解析法更低。本文的实验结果表明,该解析方法的解析速度为开源解析库h17apy的四倍以上。（3）在采集医疗协议数据流量的过程中,需要建立医疗协议特征库,在对医疗协议特征库进行管理时,医疗协议特征可能在网络中进行传输并造成泄露。因此为了保障医疗协议特征库的机密性,在数据存储安全防护方面,本文提出了融合用户撤销、属性撤销和多授权机构的属性基加密方法,实现了基于密文策略的属性基加密的用户撤销和属性撤销功能。（4）基于以上三点研究,本文实现了一个医疗协议数据传输监测系统,对医疗数据传输进行泄露情况的分析;建立医疗协议数据传输的网络拓扑图;并能够对内网端口进行探测,发现可疑的医疗协议数据传输端口。本系统能够为医疗数据的流动监测提供支撑。