Rivest Shamir Adleman (RSA) Hybrid Algorithm System and the deep Blum Blum Shub (BBS) Algorithm Securing E-Absence Database Files
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
Sistem E-Absensi telah menjadi solusi efisien dalam memantau kehadiran individu di berbagai institusi. Namun, tantangan baru muncul terkait keamanan dan privasi data dalam pengelolaan file database E-Absensi. Menghadapi risiko potensial seperti peretasan dan kebocoran data, pengamanan data menjadi hal yang sangat penting. Oleh karena itu, dalam penelitian ini, kami mengusulkan penerapan hybrid sistem yang menggabungkan kekuatan Algoritma Rivest Shamir Adleman (RSA) dan Algoritma Blum Blum Shub (BBS) untuk meningkatkan keamanan file database E-Absensi. RSA adalah algoritma kriptografi yang banyak digunakan untuk enkripsi dan tanda tangan digital. Di sisi lain, BBS adalah algoritma pembangkitan bilangan acak yang memiliki tingkat keamanan yang kuat. Kombinasi dari keduanya dalam bentuk hybrid sistem diharapkan dapat memberikan tingkat keamanan yang lebih tinggi dalam pengamanan data E-Absensi. Tujuan dari penelitian ini adalah untuk mengembangkan hybrid sistem RSA dan BBS dalam konteks mengamankan file database E-Absensi. Penelitian ini menguraikan konsep dasar dari kedua algoritma tersebut dan bagaimana mereka dapat diintegrasikan. Hasil dari penelitian ini adalah Kombinasi algoritma Rivers, Shamir, Adleman (RSA) dan algoritma Blum Blum Shub (BBS) dalam hybrid sistem meningkatkan keamanan dalam proses penyandian pesan
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 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