MétaCan
Menu
Retour à la cohorte
Enregistrement W4287854949 · doi:10.1109/mnet.002.2100312

Autonomous Collaborative Authentication with Privacy Preservation in 6G: From Homogeneity to Heterogeneity

2022· article· en· W4287854949 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Network · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Communication Security Techniques
Établissements canadiensWestern University
Organismes subventionnairesH2020 European Research CouncilNational Natural Science Foundation of China
Mots-clésComputer scienceAuthentication (law)Computer securityOverhead (engineering)Information sharingComputer networkWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The emerging collaborative authentication schemes are capable of outperforming the conventional isolated methods as a benefit of their multi-dimensional data/information gleaned, but they face new challenges in the sixth generation (6G) wireless networks owing to their increased overhead, limited flexibility and autonomy. Moreover, they may also be vulnerable to the privacy leakage of individual entities. These challenges are mainly due to the complex heterogeneous network architecture, owing to the distributed nature of the devices and information involved as well as the diverse security requirements of the 6G-aided vertical systems. As a remedy, we introduce autonomous collaborative authentication for achieving security enhancement through the situation-aware cooperation of different security mechanisms, of heterogeneous security information/context, and of heterogeneous devices and networks. For this purpose, a federated learning-based collaborative authentication scheme capable of privacy-preservation is developed, where cooperative peers observe and locally analyze heterogeneous information of the authenticating device, and afterwards update their authentication models locally. By sharing their authentication models rather than directly sharing the observed authentication information, privacy preservation can be achieved based on the proposed scheme. Moreover, given the time-varying heterogeneous network environment and the wide range of quality-of-service (QoS) requirements, the membership of the group collaborating in support of distributed authentication is updated based on the situation-dependent conditions. To further reduce the communication overhead, a locally collaborative learning process is further developed, where both the updated parameters and observed authentication information are stored and processed locally at the cooperative peers. Finally, a smart contract is designed for achieving collaborative security combined with privacy preservation and for providing accountable services.

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 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,696
Score d'incertitude au seuil0,669

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 ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,249
Écart entre enseignants0,232 · 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