Efficiently Achieving Full Three-Way Non-repudiation in Consumer-Level eCommerce and M-Commerce Transactions
Notice bibliographique
Résumé
eCommerce has rapidly turned into a trillion dollar a year industry. Now an integral part of modern economies, it is continuing to expand, especially in the form of M- commerce. Numerous solutions have been proposed to secure consumer-level eCommerce and M-commerce transactions. The recent shift toward chip-and-PIN cards in some jurisdictions, and similar technologies that require pre-transaction customer authorization, has begun to shift the legal liability for security breaches from the financial institutions onto the customers themselves. Because it is relatively easy to acquire someone's PIN (e.g., through shoulder surfing, cameras placed in the environment, touch sensitive overlays, or compromised debit or credit card terminals), a core issue is that customers are given no formal means by which they can prove their involvement (or lack thereof) in a given transaction. To make matters worse, the supposition becomes that they were careless with their PIN and, hence, by the card holder agreement, hold financial responsibility for the transaction(s). This work addresses said problem by developing a secure and efficient (<; 5 second) consumer-level eCommerce/M-Commerce transaction protocol that supports non-repudiation for the customer, merchant, and financial institution. Hence, post-transaction, each participant holds sufficient information to prove what the others did (or did not) do. To our knowledge this is the first transaction protocol to support such full 3-way non-repudiation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,010 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».