A Hybrid Approach for a Secured Information Security Using Modified Encryption Technique
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.
Notice bibliographique
Résumé
This paper proposes a new approach called the RAES technique, which results from redesigning the current Rail Fence Cipher (RFC) using two basic phases, first using the Advanced Encryption Standard (AES) technique and then using the potential of the RFC technique to protect confidential messages for more secure information security. There are several conventional cryptographic methods, and because it is possible to crack cipher text, that is why it tries to suggest RAES techniques written in C++ programming to be more secure to protect information from cipher breaking. Mixing RFC ciphers with AES, it appears that the encryption and decryption of the modified RAES require the generation of the plaintext elements which are usually single letters written in a predetermined sequence into a matrix format which is basically a rectangle that has been decided by the transmitter and receiver in advance, and then it is read off according to another predetermined sequence across the matrix to get the cipher text. Through this RAES technique, not only the strength of the AES technique can be applied but also the RFC technique that uses keywords and salt can also be used making this mixed system perform ciphers that are difficult to break by attackers. Moreover, the strength of the RAES algorithm is in terms of faster and more secure execution times than existing substitution and transposition algorithms in addition to the improvement of confusion and diffusion characteristics. Meanwhile, the value of the avalanche effect for the RAES technique recorded also showed that it reached 60%.
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 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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle