MétaCan
Menu
Retour à la cohorte
Enregistrement W2995963293 · doi:10.1109/iemcon.2019.8936207

A Trust Management Framework for Software Defined Networks-based Internet of Things

2019· article· en· W2995963293 sur OpenAlexaff
Svetlana A. Burikova, Jooyoung Lee, Rasheed Hussain, Iuliia Sharafitdinova, Roman Dzheriev, Fatima Hussain, Salah Sharieh, Alexander Ferworn

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware-Defined Networks and 5G
Établissements canadiensToronto Metropolitan UniversityRoyal Bank of Canada
Organismes subventionnairesnon disponible
Mots-clésOpenFlowSoftware-defined networkingComputer scienceNetwork managementComputer networkForwarding planeComputer securityTrust management (information system)The InternetWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The proliferation of smart objects and their connectivity have contributed to the realization of the Internet of Things (IoT) paradigm, offering a plethora of applications and services in many sectors of our lives. There are a number of communication architectures put forth to realize commercial IoT. Among other architectures, programmable networking solves most of the network management problems through Software Defined Networks (SDN). In SDN, the control plane is separated from the data plane and hence can be a perfect choice for IoT where things have to be managed from different perspectives such as communications, resource allocation, energy consumption, and so on. Addressing the problems of traditional networks through SDN indirectly advocates for its use in IoT environments. However, the "softwarization" of the network, i.e. SDN, poses new challenges to the network security. Among other security issues, lack of trust between the SDN controller and network management application (application that controls the network behavior) is one of the key security problems in SDN that may jeopardize IoT security. To fill the gaps, in this paper, we propose a trust establishment framework for SDN. The main idea is to establish direct trust between OpenFlow SDN controller and the applications. Our results show that by using the proposed trust management framework, financial losses could be considerably reduced for the networks.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,924
Score d'incertitude au seuil0,704

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoftware-Defined Networks and 5GTravaux en français237 207