MétaCan
Menu
Retour à la cohorte
Enregistrement W1480044444 · doi:10.1002/cpe.3153

A lightweight key management scheme based on an Adelson‐Velskii and Landis tree and elliptic curve cryptography for wireless sensor networks

2013· article· en· W1480044444 sur OpenAlexafffund
Hayette Boumerzoug, Boucif Amar Bensaber, Ismaïl Biskri

Notice bibliographique

RevueConcurrency and Computation Practice and Experience · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueSecurity in Wireless Sensor Networks
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceElliptic curve cryptographyEncryptionWireless sensor networkKey managementComputer networkDistributed computingKey (lock)ScalabilityCryptographyKey distribution in wireless sensor networksPublic-key cryptographyWirelessWireless networkAlgorithmComputer securityTelecommunicationsDatabase

Résumé

récupéré en direct d'OpenAlex

Abstract Wireless sensor networks are increasingly used in most varied fields such as environment, health, and military. Often, information transmitted on these networks requires encryption to maintain confidentiality, integrity, and non‐repudiation. But encryption techniques used to encrypt data on wired networks are not suitable for sensor networks that consist of small nodes equipped with limited resources. In this paper; we propose a security method for wireless sensor networks that provides good protection while taking into account the limited resources of the sensors. This method is based on an effective key management scheme with a minimum storage of keys. It is based on the combination and improvement of two approaches already proposed by the research community: cryptography based on elliptic curves and key management based on an Adelson‐Velskii and Landis tree. Compared with RECC ‘a routing‐driven elliptic curve cryptography based key management scheme for heterogeneous sensor networks’ and CECKM ‘high‐effect key management associated with secure data transmission approaches in sensor networks using a hierarchical‐based cluster elliptic curve key agreement’, two methods based on Diffie–Hellman elliptic curve cryptography method, our method reduces energy consumption, storage memory, and extends the lifetime of the sensor network. Our simulation results illustrate that our approach saves significant time and memory and reduces the number of exchanged packets during keys installation phase. Also, it requires fewer processing operations and maintains the scalability of the network. Concurrency and Computation: Practice and Experience, 2013.© 2013 Wiley Periodicals, Inc.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,278
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConcurrency and Computation Practice and ExperienceMême sujetSecurity in Wireless Sensor NetworksTravaux en français237 207