- \n
- Duraci\u00f3n:<\/strong> Diciembre 2022 – Mayo 2025<\/li>\n
- Referencia:<\/strong> UC3M Research Portal<\/a><\/li>\n<\/ul>\n
Investigadores<\/h3>\n
- \n
- Pedro Peris-L\u00f3pez (Investigador Principal)<\/li>\n
- Carmen C\u00e1mara (Investigadora Principal)<\/li>\n
- Juan Tapiador<\/li>\n
- Ana Isabel Gonz\u00e1lez-Tablas<\/li>\n<\/ul>\n
Resumen<\/h3>\n
Como se destaca en la cuarta \u201cEstrategia de Seguridad Nacional – ESN 29\/12\/21\u201d: \u201cLa seguridad se concibe como una condici\u00f3n necesaria para la recuperaci\u00f3n econ\u00f3mica y la cohesi\u00f3n social”. Asimismo, este plan subraya la importancia de combatir riesgos y amenazas en dos sectores estrat\u00e9gicos donde se enmarca CIOMET: sanidad<\/strong> y ciberseguridad<\/strong>.<\/p>\n
La sanidad ha estado bajo una enorme presi\u00f3n debido al COVID-19. Las innovaciones digitales han sido fundamentales para la notificaci\u00f3n \u00e1gil de casos y las campa\u00f1as de vacunaci\u00f3n, aunque tambi\u00e9n han expuesto al sector a un aumento de los ciberataques. Seg\u00fan la Agencia de Ciberseguridad de la Uni\u00f3n Europea (ENISA), los ataques a hospitales y redes sanitarias crecieron aproximadamente un 50% durante la pandemia.<\/p>\n
El proyecto CIOMET busca aumentar la ciberseguridad en el Internet de las Cosas M\u00e9dicas (IoMT)<\/strong>, permitiendo avanzar en la digitalizaci\u00f3n de los servicios de salud, mejorar la calidad del diagn\u00f3stico y la atenci\u00f3n, y reducir al m\u00e1ximo los riesgos de amenazas cibern\u00e9ticas.<\/p>\n
Los ciberataques en el entorno sanitario afectan a cuatro dimensiones clave: seguridad, eficiencia, reputaci\u00f3n y finanzas<\/strong>. Su mitigaci\u00f3n es compleja debido a la diversidad de elementos que componen estas infraestructuras: plataformas hardware, software, sistemas operativos, dispositivos conectados y redes.<\/p>\n
Adem\u00e1s, CIOMET considera particularidades como que el 73% de los proveedores de salud utilizan sistemas operativos obsoletos que no pueden actualizarse. Entre un 25% y 40% ofrece servicios de telemedicina, lo cual incrementa los riesgos. Incluso la FDA ha advertido sobre dispositivos vulnerables como los marcapasos de \u00faltima generaci\u00f3n.<\/p>\n
Por otro lado, la Estrategia Nacional destaca el potencial estrat\u00e9gico de la inteligencia artificial<\/strong> (IA). Aunque esta tecnolog\u00eda ofrece ventajas en el diagn\u00f3stico, tambi\u00e9n presenta vulnerabilidades que pueden ser explotadas en ciberataques.<\/p>\n
Publicaciones<\/h2>\n
- \n
- \n Foronda-Pascual, D., Camara, C., & Peris-Lopez, P. (2025). Untouchable and Cancelable Biometrics: Human Identification in Various Physiological States Using Radar-Based Heart Signals<\/em>. IEEE Journal of Biomedical and Health Informatics<\/strong>.
\nhttps:\/\/doi.org\/10.1109\/JBHI.2025.3566167<\/a>
\n[PDF]<\/a><\/li>\n- \n Al Alfi, M., Peris-Lopez, P., & Camara, C. (2025). Enhancing biometric identification using 12-lead ECG signals and graph convolutional networks<\/em>. Frontiers in Digital Health<\/strong>, 7.
\nhttps:\/\/doi.org\/10.3389\/fdgth.2025.1547208<\/a>
\n[PDF]<\/a><\/li>\n- \n Ramos, A., Camara, C., Mart\u00edn, H., & Peris-Lopez, P. (2025). AI-Driven Device Fingerprinting Using On-Chip Monitoring Sensors: A Novel Time Series-Based Approach<\/em>. IEEE Sensors Journal<\/strong>, 25(7), 12064\u201312075.
\nhttps:\/\/doi.org\/10.1109\/JSEN.2025.3539571<\/a>
\n[PDF]<\/a><\/li>\n- \n Maleki Lonbar, S., Beigi, A., Bagheri, N., Peris-Lopez, P., & Camara, C. (2024). Deep learning based biometric authentication system using a high temporal\/frequency resolution transform<\/em>. Frontiers in Digital Health<\/strong>, 6.
\nhttps:\/\/doi.org\/10.3389\/fdgth.2024.1463713<\/a>
\n[PDF]<\/a><\/li>\n- \n Fuster-Barcel\u00f3, C., Camara, C., & Peris-L\u00f3pez, P. (2024). ECG-Based Patient Identification: A Comprehensive Evaluation Across Health and Activity Conditions<\/em>. IEEE Access<\/strong>.
\nhttps:\/\/doi.org\/10.1109\/ACCESS.2024.3519462<\/a>
\n[PDF]<\/a><\/li>\n- \n Pedrosa-Rodriguez, A., Camara, C., & Peris-Lopez, P. (2024). Leveraging IoT Devices for Atrial Fibrillation Detection: A Comprehensive Study of AI Techniques<\/em>. Applied Sciences<\/strong>, 14(19), 8945.
\nhttps:\/\/doi.org\/10.3390\/app14198945<\/a>
\n[PDF]<\/a><\/li>\n- \n Fuster-Barcel\u00f3, C., Guerrero-L\u00f3pez, A., Camara, C., & Peris-Lopez, P. (2024). Exploring the Power of Photoplethysmogram Matrix for Atrial Fibrillation Detection with Integrated Explainability<\/em>. Engineering Applications of Artificial Intelligence<\/strong>, 133(D).
\nhttps:\/\/doi.org\/10.1016\/j.engappai.2024.108325<\/a>
\n[PDF]<\/a><\/li>\n- \n Ramos, A., Mart\u00edn, H., Camara, C., & Peris-Lopez, P. (2024). Stimulated Microcontroller Dataset for New IoT Device Identification Schemes through On-Chip Sensor Monitoring<\/em>. Data<\/strong>, 9(5), 62.
\nhttps:\/\/doi.org\/10.3390\/data9050062<\/a>
\n[PDF]<\/a><\/li>\n- \n Peris-Lopez, P., Fuster-Barcel\u00f3, C., Camara, C., & Martin, H. (2023). Unveiling Hidden Patterns: Harnessing the Power of Short PPG-Traces for Atrial Fibrillation Detection<\/em>. In 2023 IEEE 19th International Conference on Body Sensor Networks (BSN)<\/strong>, Boston, MA, USA, pp. 1\u20134.
\nhttps:\/\/doi.org\/10.1109\/BSN58485.2023.10331002<\/a>
\n[PDF]<\/a><\/li>\n- \n Camara, C., Peris-Lopez, P., Safkhani, M., & Bagheri, N. (2023). ECG Identification Based on the Gramian Angular Field and Tested with Individuals in Resting and Activity States<\/em>. Sensors<\/strong>, 23(2), 937.
\nhttps:\/\/doi.org\/10.3390\/s23020937<\/a>
\n[PDF]<\/a><\/li>\n- \n Fuster-Barcel\u00f3, C., Guerrero-L\u00f3pez, A., Camara, C., & Peris-Lopez, P. (2023). Exploring the Power of PPG Matrix for Atrial Fibrillation Detection with Integrated Explainability<\/em>. SSRN<\/strong>.
\nhttps:\/\/ssrn.com\/abstract=4514512<\/a> |
\n https:\/\/doi.org\/10.2139\/ssrn.4514512<\/a>
\n[PDF]<\/a><\/li>\n<\/ol>\n<\/p>\n
- \n Al Alfi, M., Peris-Lopez, P., & Camara, C. (2025). Enhancing biometric identification using 12-lead ECG signals and graph convolutional networks<\/em>. Frontiers in Digital Health<\/strong>, 7.
- \n Foronda-Pascual, D., Camara, C., & Peris-Lopez, P. (2025). Untouchable and Cancelable Biometrics: Human Identification in Various Physiological States Using Radar-Based Heart Signals<\/em>. IEEE Journal of Biomedical and Health Informatics<\/strong>.
- Referencia:<\/strong> UC3M Research Portal<\/a><\/li>\n<\/ul>\n
![\"\"](\"https:\/\/lightweightcryptography.com\/wp-content\/uploads\/2025\/06\/logo2-removebg-preview-1-1024x100.png\"){kind=logo}
<\/a><\/p>\n