MétaCan
Menu
Retour à la cohorte
Enregistrement W4389544151 · doi:10.1109/ccpqt60491.2023.00047

Physical Layer Enhanced Encryption over Wireless Channel

2023· article· en· W4389544151 sur OpenAlexaff
Yuhao Shi, Jie Tang, Ruifei Wang, Hong Wen, Pin Han-Ho, Shih Yu Chang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Communication Security Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEncryptionComputer sciencePhysical layerCryptographyComputer networkWirelessProbabilistic encryptionChannel (broadcasting)AlgorithmTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper introduces a novel physical layer secure communication technology based on wireless channel direct encryption to enhance the encryption strength of the information source. Unlike traditional methods of key generation based on the reciprocity of the wireless channel, which typically involve quantizing the wireless channel and then negotiating keys, resulting in two completely identical bit strings generated as encryption keys for upper-level cryptographic algorithms between legitimate communication parties, this paper's approach quantizes the quantized bits of the wireless channel characteristics of both legitimate parties and directly encrypts the information source bits by using a designed lightweight encryption/decryption algorithm. Compared to traditional approaches, this paper's method avoids the key consultation process for physical layer key distribution, expanding the scenarios for the use of physical layer keys. Moreover, it can work independently at the same time with the upper layer cryptography to enhance the encryption strength. Through experimental verification, it has been confirmed that, in cases where the channel error rate during information transmission is less than 5*10<sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">^-2</sup>, this model can achieve an average reception accuracy of 99.6% for legitimate communicators while ensuring that eavesdroppers cannot decrypt. This approach can also compatible with upper-layer security encryption/decryption algorithms at each layer of the OSI, e.g., data link layer and network layer, offering extensive application prospects.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,340
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,001

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 Opus0,020
Tête enseignante GPT0,274
Écart entre enseignants0,255 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Communication Security TechniquesTravaux en français237 207