MétaCan
Menu
Retour à la cohorte
Enregistrement W1993695587 · doi:10.1109/tifs.2013.2293113

Cooperative Key Agreement for Wireless Networking: Key Rates and Practical Protocol Design

2014· article· en· W1993695587 sur OpenAlexaff
Ning Wang, Ning Zhang, T. Aaron Gulliver

Notice bibliographique

RevueIEEE Transactions on Information Forensics and Security · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Communication Security Techniques
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésKey-agreement protocolComputer scienceRelayComputer networkKey (lock)Node (physics)WirelessPre-shared keyWireless networkFadingProtocol (science)Upper and lower boundsBlock (permutation group theory)Key exchangePublic-key cryptographyKey distributionComputer securityChannel (broadcasting)TelecommunicationsEncryptionMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate the design of a practical information-theoretically secure secret key agreement protocol for a cooperative wireless network employing standard modulation. Assuming relay selection has been completed, the key agreement problem is studied in a three-node cooperative wireless communication system over block-fading channels. Passive attacks from an eavesdropper collocated with the relay are considered. We derive upper and lower bounds on the secret key rate of this cooperative wireless system. The difference between the bounds is shown to be small for practical communication scenarios, which indicates they are tight. We then propose a practical secret key agreement protocol for this system with both the communicants and the honest relay participating in the public discussion. The tradeoff between security and protocol efficiency is considered in the joint design of advantage distillation, information reconciliation, and privacy amplification. The protocol parameters are optimized to achieve the tight bound on the secret key rate.

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)0,013
score de la tête « metaresearch » (Gemma)0,027
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,004
Communication savante0,0030,007
Science ouverte0,0030,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,282
Écart entre enseignants0,256 · 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
GenreMéthodes

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

En bref

Citations35
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Information Forensics and SecurityMême sujetWireless Communication Security TechniquesTravaux en français237 207