MétaCan
Menu
Retour à la cohorte
Enregistrement W2235733071 · doi:10.1142/s0218126615501492

Improving Ultra-Wideband Positioning Security Using a Pseudo-Random Turnaround Delay Protocol

2015· article· en· W2235733071 sur OpenAlexaff
Xuerong Cui, Juan Li, Hao Zhang, T. Aaron Gulliver, Chunlei Wu

Notice bibliographique

RevueJournal of Circuits Systems and Computers · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueIndoor and Outdoor Localization Technologies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésRangingComputer sciencePreambleComputer networkFrame (networking)Ultra-widebandAuthentication (law)Physical layerWirelessComputer securityTelecommunicationsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Ultra-wideband (UWB) technology is very suitable for indoor wireless localization and ranging. IEEE 802.15.4a is the first physical layer standard specifically developed for wireless ranging and positioning. While malicious devices are not typically present, snoopers, impostors and jammers can exist. The data link and network layers in standards such as Wi-Fi, IEEE 802.15.4 and 802.11 mainly provide authentication and encryption support, but security about ranging or location is rarely considered. Ranging can be achieved using just the preamble and start of frame delimiter (SFD), so in this case malicious devices can easily obtain position information. Therefore, the security of ranging or positioning protocols is very important, which differs from the case with data exchange protocols. To provide secure location services, a protocol is presented which is based on a pseudo-random turnaround delay. In this protocol, devices use different turnaround times so that it is difficult for a snooper to figure out the location of sensor devices in protected areas. At the same time, in the period of Hello frame transmission, together with the authentication mechanism of IEEE 802.15.4, an impostor cannot easily engages its deception attack.

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)0,003
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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,218 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Circuits Systems and ComputersMême sujetIndoor and Outdoor Localization TechnologiesTravaux en français237 207