MétaCan
Menu
← Retour à la cohorte
Enregistrement W4287026359 · doi:10.48550/arxiv.2108.05248

Public Key Reinforced Blockchain Platform for Fog-IoT Network System\n Administration

2021· preprint· W4287026359 sur OpenAlexaff
Marc Jayson Baucas, Petros Spachos, Konstantinos N. Plataniotis

Notice bibliographique

RevuearXiv (Cornell University) · 2021
Typepreprint
Langue
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensUniversity of TorontoUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkEncryptionHandshakeComputer securityKey (lock)Network packetServer

Résumé

récupéré en direct d'OpenAlex

The number of embedded devices that connect to a wireless network has been\ngrowing for the past decade. This interaction creates a network of Internet of\nThings (IoT) devices where data travel continuously. With the increase of\ndevices and the need for the network to extend via fog computing, we have\nfog-based IoT networks. However, with more endpoints introduced to it, the\nnetwork becomes open to malicious attackers. This work attempts to protect\nfog-based IoT networks by creating a platform that secures the endpoints\nthrough public-key encryption. The servers are allowed to mask the data packets\nshared within the network. To be able to track all of the encryption processes,\nwe incorporated the use of permissioned blockchains. This technology completes\nthe security layer by providing an immutable and automated data structure to\nfunction as a hyper ledger for the network. Each data transaction incorporates\na handshake mechanism with the use of a public key pair. This design guarantees\nthat only devices that have proper access through the keys can use the network.\nHence, management is made convenient and secure. The implementation of this\nplatform is through a wireless server-client architecture to simulate the data\ntransactions between devices. The conducted qualitative tests provide an\nin-depth feasibility investigation on the network's levels of security. The\nresults show the validity of the design as a means of fortifying the network\nagainst endpoint attacks.\n

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,082
Tête enseignante GPT0,194
Écart entre enseignants0,113 · 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'étudeSimulation ou modélisation
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 revuearXiv (Cornell University)→Même sujetBlockchain Technology Applications and Security→Travaux en français237 207→