目的：将物联网（IoT）与云计算、边缘计算和雾计算相结合，为医疗保健领域带来了诸多好处，包括实时数据处理、改善患者护理以及通过远程监控降低成本。然而，这些技术进步也带来了数据安全和隐私方面的重大挑战，尤其是在访问控制、人工智能驱动的分析以及遵守隐私法规方面。为了解决这些问题，需要采取诸如加密、多因素认证和有效的访问控制机制等强大的安全措施。本系统文献综述（SLR）旨在探讨现有的方法、研究贡献、局限性以及未来研究方向，以提升医疗保健领域中基于云计算、雾计算和边缘计算的物联网系统的安全性和隐私性。方法：该综述分析了2015年至2025年10月期间发表的72篇经过同行评审的研究，确定了用于增强医疗物联网系统安全性的主要方法类别。这些研究根据它们所使用的加密技术、认证机制、机器学习方法、隐私保护方法、架构设计以及评估框架进行了评估。SLR重点关注针对医疗物联网独特资源限制和多样化计算环境定制的安全方法，探讨了这些策略如何降低数据安全风险。结果：分析发现了六类主要的增强安全性的方法。其中，32项研究中使用了加密技术，如椭圆曲线加密和量子加密，有效提升了医疗物联网环境中的数据保护能力。23项研究中采用了认证方法，特别是多因素认证和轻量级认证方法，以防止未经授权的访问。19项研究中的人工智能方法（包括机器学习、深度学习和联邦学习）实现了实时威胁检测和高级分析。13项研究中的隐私保护技术（如全同态加密）支持安全的数据共享，而39项研究中的架构设计（尤其是边缘计算和雾计算）增强了系统的可扩展性和安全性。最近的研究（2024-2025年）进一步证实了这一趋势：2025年的相关论文数量显著增加，主要集中在混合雾-边缘架构实现低延迟、人工智能驱动的异常检测达到极高准确性、可解释性人工智能以符合监管要求、5G增强型认证（延迟低于毫秒级）以及保持极高准确性的隐私保护框架等方面。结论：尽管已经取得了显著进展，但仍存在一些不足，特别是在轻量级加密、与硬件无关的解决方案以及实际应用测试方面。未来的研究需要解决这些问题，重点优化边缘计算和雾计算策略，探索区块链在去中心化安全方面的应用，并在保证系统可用性的同时提供强大的保护措施，以确保医疗物联网系统的安全性和可扩展性。
