MétaCan
Menu
Retour à la cohorte
Enregistrement W2048465685 · doi:10.1145/570132.570136

A security architecture and design for mobile intelligent agent systems

2001· article· en· W2048465685 sur OpenAlexaff
Son T. Vuong, Peng Fu

Notice bibliographique

RevueACM SIGAPP Applied Computing Review · 2001
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Agent-Based Network Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceDistributed System Security ArchitectureMobile agentComputer securityEnterprise information security architectureComputer security modelPrincipal (computer security)ArchitectureSecurity serviceMobile computingSystems architectureSecurity information and event managementCloud computing securityDistributed computingInformation securityComputer networkCloud computingOperating system

Résumé

récupéré en direct d'OpenAlex

Although mobile intelligent agent technology greatly promises to provide an elegant and efficient way of solving complex distributed problems as well as offering a new approach to human-computer-interaction, the general lack of security measures in existing mobile intelligent agent systems severely restricts their scope of applicability. In this paper, we focus on the security design issues for mobile intelligent systems. We propose a security architecture and implement a security system based on the architecture for a novel mobile intelligent system, Actigen. This security system makes use of a rich security model that provides an identification capability to each principal and supports system resource access control to a very fine level of granularity. The security system also offers some methods to detect if the behavior or data of an Actigen agent is tampered. Although the security architecture was developed for Actigen, its applicability can be generally suited to any mobile intelligent systems.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
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 Opus0,032
Tête enseignante GPT0,275
Écart entre enseignants0,242 · 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

Citations20
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM SIGAPP Applied Computing ReviewMême sujetMobile Agent-Based Network ManagementTravaux en français237 207