MétaCan
Menu
Retour à la cohorte
Enregistrement W2997320813 · doi:10.18280/mmep.060405

Decentralized Key Management Scheme Using Alternating Multilinear Forms for Cloud Data Sharing with Dynamic Multiprivileged Groups

2019· article· en· W2997320813 sur OpenAlexvenueno aff
Santhi Sri Kurra, Veeranjaneyulu Naralasetty

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueSecurity in Wireless Sensor Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultilinear mapKey (lock)Scheme (mathematics)Cloud computingComputer scienceData sharingKey managementDistributed computingMathematicsAlgorithmComputer securityPure mathematicsOperating systemCryptography

Résumé

récupéré en direct d'OpenAlex

Cloud Computing is a service oriented computing technology, is allows a group of people to work together and access data resources.Multi privileged Group key management has becoming a big challenging issue in the field of cloud data sharing.We have different group key management protocols which are distributed and centralized.But these protocols have drawbacks of single point of failure and bottleneck performance.Decentralized key management schemes proposed as trade-off between them.This paper proposes a Decentralized key management scheme using alternating multi linear forms for cloud data sharing with dynamic multi privileged groups.This method is to divide large group into many subgroups, each sub group has a group manager.Group manager manages the group, and keys are first distributed to the GM (Group Manger) and then GM can distribute to users in respective groups.The related session keys ought to be updates, if any cloud user needs to join/leave the group and change their privileges.But user joining/leaving the group as often as possible, users will change their entrance benefits called switching between various SGs.The proposed method needs just a single round of transaction for each leaving/Switching activity.This method also supports the dynamic formation and decomposition of Cloud service Groups.The analysis of proposed method is secure and has Reduces the Computational cost compared to existing scheme.

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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 ouverte0,0010,003
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 Opus0,041
Tête enseignante GPT0,255
Écart entre enseignants0,214 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetSecurity in Wireless Sensor NetworksTravaux en français237 207