MétaCan
Menu
Retour à la cohorte
Enregistrement W3187678872 · doi:10.53513/jsk.v4i2.3288

Penerapan Algoritma OTP dan Algoritma RSA CRT dalam Pengamanan Cintra

2021· article· id· W3187678872 sur OpenAlexaff
Rani Lestari, Relita Buaton, Imeldawaty Gultom

Notice bibliographique

RevueJ-SISKO TECH (Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD) · 2021
Typearticle
Langueid
DomaineComputer Science
ThématiqueComputer Science and Engineering
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Perkembangan teknologi seperti saat ini memungkinkan setiap orang untuk saling bertukar informasi tanpa ada batasan waktu dan jarak. Kemungkinan yang akan terjadi adanya kebocoran data pada saat proses pertukaran informasi yang dilakukan, oleh karena itu dalam pengiriman data khususnya citra, aspek keamanan, kerahasiaan dan efisiensi penyimpanan data sangat diperlukan. Citra ada yang bersifat rahasia ada yang tidak. Citra yang bersifat rahasia perlu mendapatkan pengamanan agar kerahasiaan gambar tidak diketahui oleh pihak yang tidak berwenang. Salah satu cara untuk melakukan pengamanan citra adalah dengan teknik kriptografi. Kriptografi citra merupakan ilmu dan seni untu menjaga keamanan citra dengan cara penyandian terhadap citra yang akan dikirim dari satu tempat ke tempat lain sehingga bentuk citra tidak dimengerti lagi maknanya. Dalam proses kriptografi banyak algoritma dan metode yang dapat digunakan untuk mengamankan suatu citra, yaitu seperti algoritma One Time Pad dan algoritma RSA CRT enkripsi citra dapat dilakukan dan semua citra berhasil dikembalikan ke bentuk citra asli. Dari penelitian ini dapat disimpulkan algoritma one-time pad dan rsa crt dapat digunakan untuk kriptografi citra dengan efektif.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0390,020

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 Opus0,018
Tête enseignante GPT0,231
Écart entre enseignants0,212 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJ-SISKO TECH (Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD)Même sujetComputer Science and EngineeringTravaux en français237 207