Efficient Kronecker-based Sparse One-Time Sensing Matrix For Compressive Sensing Cryptosystem
Notice bibliographique
Résumé
Compressive Sensing Cryptosystem (CSC) is an approach to simultaneously sense, compress, and encrypt sparse or compressible signals. CSC has attracted attention in the areas of communication and security where efficiency and confidentiality are two key requirements, particularly for small devices or applications over the cloud. Driven by these requirements, we design a measurement matrix that is sparse and efficient, and can be used in CSC applications. We propose a Kronecker-based matrix which is subsequently multiplied by a pseudo-random permutation matrix to construct our sparse one-time sensing (OTS) matrix. The proposed matrix is built using smaller eligible sub-matrices found in the Compressive Sensing (CS) literature. The sparsity of this measurement matrix results in a significant reduction in storage and computational requirements. Furthermore, using ECG signals chosen from the MIT-BIH Arrhythmia database, we demonstrate that the quality of the reconstructed signal does not degrade compared to ordinary CS. We also show that the proposed method is superior to other sparse measurement matrix structures proposed in the literature in terms of the number of linear feedback shift register (LFSR) bits required for their generation. Finally, we analyze security of the proposed scheme and show that the proposed sparse measurement matrix is computationally secure against plain-text and cipher-text only attacks.
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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».