MétaCan
Menu
Retour à la cohorte
Enregistrement W3189079076 · doi:10.1109/iwcmc51323.2021.9498656

A Blockchain based Authentication Scheme for Mobile Data Collector in IoT

2021· article· en· W3189079076 sur OpenAlexaff
Wassim Jerbi, Omar Cheikhrouhou, Abderrahmen Guermazi, Habib Hamam, Hafedh Trabelsi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésComputer scienceAuthentication (law)Computer networkAuthentication protocolBlock (permutation group theory)Merkle treeNode (physics)BlockchainProtocol (science)CryptographyComputer securityCryptographic hash functionEngineering

Résumé

récupéré en direct d'OpenAlex

Our paper proposes a new device authentication scheme for mobile sensor node called Mobile Data Collector (MDC). Moreover, to validate the data brought by the MDC to the base station (BS), we validate it and then store it. To solve MDC authentication between multiple devices, we proposed blockchain scheme to provide more ease, communication and security between different devices. For this to happen, the last MDC authentication (meaning the first time the information is gathered) is performed by the CH'S first encounter with the classic authentication, and here the protocol accepts or rejects the MDC. Once the CH has authenticated the MDC, CH sends a transaction to the blockchain to verify the legality of the MDC access. Then, when the MDC requests the collected data from another CH in the network, at this point, any CH verifies the trust of the MDC by communicating with the blockchain. Hence, the proposed scheme is as safe as we claim. More specifically, in the proposed protocol for Blockchain Security IoT (Block_MDC) is to provide authentication between the Mobile Data Set (MDC), the head of the group and the member nodes of the WSN. We evaluate the performance of our protocol using simulations using MATLAB. The results confirm that the Block_MDC protocol is robust, efficient, and offers lower power consumption and fast computing time.

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 enseignants0,965
Score d'incertitude au seuil0,288

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,054
Tête enseignante GPT0,308
Écart entre enseignants0,254 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIoT and Edge/Fog ComputingTravaux en français237 207