MétaCan
Menu
Retour à la cohorte
Enregistrement W2890728273 · doi:10.1002/spy2.42

Passphrase protected device‐to‐device mutual authentication schemes for smart homes

2018· article· en· W2890728273 sur OpenAlexaff
Maninder Singh Raniyal, Isaac Woungang, Sanjay Kumar Dhurandher, Sherif Saad Ahmed

Notice bibliographique

RevueSecurity and Privacy · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Authentication Protocols Security
Établissements canadiensUniversity of WindsorToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMutual authenticationComputer scienceComputer securityAuthentication (law)Internet securitySecrecyAuthentication serverAuthentication protocolThe InternetComputer networkVulnerability (computing)Security serviceInformation securityWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Smart home is a promising paradigm and technology for providing the ability to physical objects to operate over the Internet. While this technology provides convenience to its users a number of initiatives across the globe are taken in academia and industry to deal with security issues that it may entail. Among these is the issue of interdevices authentication in the presence of security threats such as vulnerability of session/cookies. In this paper two passphrase protected device‐to‐device (D2D) mutual authentication schemes for smart homes are proposed where the keys are protected using passphrases and a centralized server provides proxy‐passphrase service to smart home devices assuming that the server keeps the database of passphrases as well as the servers' passphrase‐proxy service. The high‐level protocol specification language (HLPSL) language is used to model the proposed two protocols and a security analysis is conducted using the security protocol animator for AVISPA (SPAN)/AVISPA (Automated Validation of Internet Security Protocol and Applications) tool showing that the proposed schemes can achieve the goals of secrecy of secret keys and D2D mutual authentication

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
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 savante0,0010,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,027
Tête enseignante GPT0,320
Écart entre enseignants0,293 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSecurity and PrivacyMême sujetAdvanced Authentication Protocols SecurityTravaux en français237 207