MétaCan
Menu
Retour à la cohorte
Enregistrement W2025290740 · doi:10.1016/j.jare.2011.04.008

Secured operating regions of Slotted ALOHA in the presence of interfering signals from other networks and DoS attacking signals

2011· article· en· W2025290740 sur OpenAlexaff
Jahangir H. Sarker, Hussein T. Mouftah

Notice bibliographique

RevueJournal of Advanced Research · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésAlohaComputer scienceComputer networkDenial-of-service attackNetwork packetWirelessThroughputComputer securityTelecommunicationsThe InternetOperating system

Résumé

récupéré en direct d'OpenAlex

It is expected that many networks will be providing services at a time in near future and those will also produce different interfering signals for the current Slotted ALOHA based systems. A random packet destruction Denial of Service (DoS) attacking signal can shut down the Slotted ALOHA based networks easily. Therefore, to keep up the services of Slotted ALOHA based systems by enhancing the secured operating regions in the presence of the interfering signals from other wireless systems and DoS attacking signals is an important issue and is investigated in this paper. We have presented four different techniques for secured operating regions enhancements of Slotted ALOHA protocol. Results show that the interfering signals from other wireless systems and the DoS attacking signals can produce similar detrimental effect on Slotted ALOHA. However, the most detrimental effect can be produced, if an artificial DoS attack can be launched using extra false packets arrival from the original network. All four proposed secured operating regions enhancement techniques are easy to implement and have the ability to prevent the shutdown of the Slotted ALOHA based networks.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,071
Tête enseignante GPT0,326
Écart entre enseignants0,255 · 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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced ResearchMême sujetWireless Body Area NetworksTravaux en français237 207