MétaCan
Menu
Retour à la cohorte
Enregistrement W2245855709 · doi:10.1109/iscisc.2015.7387896

A low-cost and flexible FPGA implementation for SPECK block Cipher

2015· article· en· W2245855709 sur OpenAlexaff
Ali Nemati, Soheil Feizi, Arash Ahmadi, Seyed Vahab Al‐Din Makki

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCryptographic Implementations and Security
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésField-programmable gate arrayComputer scienceBlock cipherEmbedded systemBlock (permutation group theory)Flexibility (engineering)CipherThroughputLogic blockArchitectureComputer hardwareCryptographyComputer architectureOperating systemEncryptionComputer security

Résumé

récupéré en direct d'OpenAlex

Field Programmable Gate Arrays (FPGAs) are quickly becoming a fundamental flexible integrated circuit building block of choice for many applications such as aerospace, military and defense systems. In addition, instead of using a large number of logic gates, FPGA today can be used to implement any circuits that you want. Furthermore, FPGAs can be configured as system on a chip (SoC). In June 2013 American National Security Agency (NSA) proposed a new block cipher family named SPECK. In this paper, two methods are used to implement this algorithm. First method is used high level synthesis for give more flexibility and to achieve suitable throughput in our implementation. Second method is used bit serialized architecture to achieve minimum area and cost in our design. In second methodology, we have implemented SPECK, with a very small hardware architecture only costs 34 slices and 68 LUTs on a Spartan-3 FPGA. The results show that with a tantamount security level, SPECK is 85% smaller than AES, 68% smaller than PRESENT (a standardized low-cost AES Superseded and an ISO lightweight algorithm).

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)0,000
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0040,001

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 Opus0,057
Tête enseignante GPT0,353
Écart entre enseignants0,295 · 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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryptographic Implementations and SecurityTravaux en français237 207