MétaCan
Menu
Retour à la cohorte
Enregistrement W3008825431 · doi:10.1109/jiot.2020.2974839

Lightweight Dynamic Group Rekeying for Low-Power Wireless Networks in IIoT

2020· article· en· W3008825431 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Internet of Things Journal · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueChaos-based Image/Signal Encryption
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceRekeyingComputer networkOverhead (engineering)Transmission (telecommunications)EncryptionKey managementTelecommunications

Résumé

récupéré en direct d'OpenAlex

In this article, a novel pseudorandom key chaining (PRKC) algorithm is introduced and evaluated. This lightweight symmetric scheme enables a transmission-triggered time variation of group keys in low-power wireless networks during broadcasting or multicasting. The proposed algorithm uses pseudorandom (PR) sequences, generated at the physical (PHY) layer of radio transceivers during a communication session, to symmetrically refresh the encryption keys on both sides of a communication link. This solution is scalable and suitable for large networks of nodes with limited resources in an Industrial Internet-of-Things (IIoT) environment. The strength of generated keys was tested with the use of the National Institute of Standards and Technology Special Publication 800-22 (NIST SP 800-22) statistical suit. No binary patterns that may indicate a vulnerability were detected. The randomness of generated key sequences was further analyzed with the use of strange attractors approach which demonstrated that these sequences are robust against attacks, such as spoofing or intelligent brute forcing. To assess the real-time delay and computational overhead of the algorithm, it was implemented on a Raspberry Pi board. The results demonstrated that the PRKC algorithm runs over 60% faster and requires over 40% less CPU effort per round than the conventional hashing-based schemes. In addition, it does not require any communication overhead and transmission energy.

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.

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)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,813

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 GPT0,237
Écart entre enseignants0,226 · 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