BIDS: Blockchain and Intrusion Detection System Coalition for Securing Internet of Medical Things Networks
Notice bibliographique
Résumé
The benefits of the Internet of Medical Things (IoMT) in providing seamless healthcare to the world are at the forefront of technological advancement. However, security concerns of any IoMT systems are high since they threaten to compromise personal information of patients and can even cause health hazards. Researchers are exploring the use of various techniques to ensure a high level of security of IoMT systems. One key concern is that the computing power of any Internet of Things (IoT) device is relatively low, hence mechanisms that require low computational power are appropriate for designing Intrusion Detection Systems (IDS). In this research work, a blockchain IDS coalition is proposed for securing IoMT networks and devices. The blockchain ledger is compact and uses less processing resources. Additionally, the ledger requires less communication overhead. The cryptographic hashes in the suggested architecture ensure complete data secrecy and integrity between parties who are trusted and those who are untrustworthy. Peer-to-peer networks in both central and cluster networks are also included in this work for complete decentralization. The proposed model can counter various attacks, including Denial of Service (DoS), anonymity attacks, impersonation attacks, Man-In-The-Middle (MITM), and Cross-Site Scripting (XSS). The proposed method achieved an F1- score as high as 100% and reported an AUC value of over 99%.
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 | 0,004 | 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 ».