Intelligent Trust-Based Public-Key Management for IoT by Linking Edge Devices in a Fog Architecture
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.
Notice bibliographique
Résumé
Due to memory and processing limitations, Internet-of-Things (IoT) devices require external fog servers to perform some of their tasks. However, this offloading of tasks comes at the cost of more interactions whose security cannot be guaranteed without the authentication and key management scheme. Traditional prescriptions, such as those used for securing the Web, require referring to central agents, such as certificate authorities (CA) or online certificate status protocol (OCSP) responders, that sit in the cloud. This poses many challenges, including additional communication costs and repetitive delays which work against the low latency and energy efficiency goals of edge networking. In this article, we propose a novel semidecentralized public-key management scheme for smart IoT systems in which devices intelligently decide whether to look for the keying material locally at the edge or refer to the cloud for this purpose. The result is a security architecture that links IoT devices, fog servers, and cloud, but with minimal dependency on the latter. In the proposed solution, devices work collaboratively to deliver revocation lists and digital certificates of fog servers to each other. The decision to go for edge nodes or cloud CA/OCSP responders is made intelligently by each node upon learning its neighborhood and network statistics. The core idea is based on the Web of trust, but unlike that, whenever a material is not found locally, cloud servers are queried. Experiments show that through this intelligent approach, the cost of key management operations, e.g., delay, can be reduced by up to 50%.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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