在现代医学技术、计算机网络技术和现代通讯技术高速发展的今天,远程医疗成为了当今的热门领域。但是当今的信息安全环境变得越来越复杂,远程医疗系统所传输的信息也会有泄漏的危险,导致个人信息的泄漏,被有心人利用,出现各种各样的问题。所以,研究远程医疗系统中的电磁辐射泄漏是非常有必要并且有重要意义的。研究电磁辐射泄漏原理能让我们更好地对信号发射泄漏进行预防,控制电磁辐射泄漏源头;研究电磁辐射泄漏的截获技术,可以让我们更好地规避电磁攻击;从而可以优化我们的防护技术,制定相关的规范和标准,从而更好地保护数据交互过程中的信息安全。本文首先研究了 USB数据线的物理结构,USB数据线传输的理论模型,接着根据传输协议对所要传输的数据进行分析整理,得出原始数据格式。然后对计算机内部主要是USB数据线的电磁辐射泄漏进行研究,包括泄漏的原理、泄漏的方式,为后续的泄漏数据和原始数据的对比奠定基础。最后基于机器学习的方法研究了运动想象脑电信号的分类识别。论文的主要创新工作为:(1)设计了 USB数据电磁泄漏采集与分析方案。(2)基于回声状态网络和支持向量机研究了 USB电磁泄漏的特征提取和识别,通过对采集到的电磁辐射泄漏信号进行模式识别,在二分类中最高可以达到96%的准确率。(3)在运动想象脑电信号分析中,提出了基于回声状态网络及独立成分分析的提取特征方法,并利用支持向量机研究了运动想象EEG的模式识别。仿真表明所提出的特征提取方法与传统PCA方法、ESN特征提取方法相比,在识别准确率方面有明显提升。