Fault tolerant, energy efficient and secure clustering scheme for mobile machine‐to‐machine communications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Designing energy efficient, fault tolerant and secure clustering scheme is important for machine‐to‐machine (M2M) communications that comprise a large number of sensors. Existing works on M2M communications include designing M2M layered architecture, device model, Quality of Service (QoS) categorisation of M2M services and potential M2M applications. However, designing secure and fault tolerant clustering schemes has not received much attention in M2M research. Thus, this paper introduces a fault tolerant, energy efficient and secure clustering scheme for M2M (FESM) area networks that minimises the number of cluster heads (CHs) and active nodes to reduce network energy consumption. The machine type communication gateway and CHs transmit beacon messages to discover the failure of CHs and member nodes, respectively. The security mechanism is lightweight but efficient. It uses simple permutation‐based shared keys between (i) member nodes and CHs; (ii) gateway nodes and CHs; and (iii) CHs and machine type communication gateway. Experimental results demonstrate that the FESM clustering scheme reduces network energy consumption and increases network lifetime as compared with the existing Fault Tolerant and Energy Efficient Clustering Protocol (FTEEC), Dynamic Static Clustering Protocol (DSC) and Low Energy Adaptive Clustering Hierarchy (LEACH) protocols. We also analyse the security mechanism of the FESM protocol and find that it is very effective against well‐known attacks such as sybil, wormhole and black hole. Copyright © 2014 John Wiley & Sons, Ltd.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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