MétaCan
Menu
Retour à la cohorte
Enregistrement W2786607496 · doi:10.1109/pccc.2017.8280497

An efficient and secure scheme for smart home communication using identity-based signcryption

2017· article· en· W2786607496 sur OpenAlexaff
Yosef Ashibani, Qusay H. Mahmoud

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCryptography and Data Security
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésSigncryptionComputer scienceCryptographySecure communicationEncryptionAuthentication (law)Computer securityCryptographic primitiveComputer networkOverhead (engineering)Scheme (mathematics)ConfidentialityForward secrecyMessage authentication codeMutual authenticationPublic-key cryptographyCryptographic protocol

Résumé

récupéré en direct d'OpenAlex

Securing communication between users and devices is an important aspect of Internet of Things applications. Although a number of cryptographic schemes have been proposed for securing communication among IoT devices, the ability to handle such schemes, especially with devices that have constrained computing resources, is difficult. Thus, there is a need for a secure and efficient scheme that will protect connections between devices with limited capabilities. For overcoming such constraints, many symmetric and asymmetric cryptographic techniques have been proposed. However, not all of the available cryptographic mechanisms can satisfy all of the security goals. Fortunately, there is a single mechanism that can provide combined security goals with low cost in terms of computation and communication overhead in addition to memory requirement. This technique, known as signcryption, can more efficiently satisfy authentication, integrity and confidentiality than combining encryption and signature schemes. This paper presents an identity-based signcryption scheme for smart home communication. Analysis and evaluation show that, in addition to efficiently providing authentication, the proposed scheme provides integrity and confidentiality as well as the ability to protect communication between devices against possible attacks.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
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)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
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)0,0020,001

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 Opus0,037
Tête enseignante GPT0,327
Écart entre enseignants0,290 · 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'étudeThéorique ou conceptuel
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

Citations45
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryptography and Data SecurityTravaux en français237 207