MétaCan
Menu
Retour à la cohorte
Enregistrement W4389575316 · doi:10.1109/wpmc59531.2023.10338834

Using Authenticated Encryption for Securing Controller Area Networks in Autonomous Mobile Platforms

2023· article· en· W4389575316 sur OpenAlexaff
Amar Rasheed, Mohamed Baza, Mohammad S. Khan, Narashimha Karpoor, Cihan Varol, Gautam Srivastava

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicular Ad Hoc Networks (VANETs)
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEncryptionEmbedded systemAuthentication (law)Advanced Encryption StandardComputer networkSecure communicationTestbedComputer security

Résumé

récupéré en direct d'OpenAlex

Controller Area Networks (CAN) has become the dominant data communication and networking system used in today's smart vehicles, autonomous mobile platforms, and industrial control systems. Although CAN bus, a vehicle bus standard designed to allow microcontrollers and devices to communicate with each other's applications provides robust and reliable internode data communication, existing CAN technology lacks support for secure data communication and data authentication. This paper explores the utilization of a lightweight and power-efficient authenticated data encryption engine based on TinyJAMBU-128. The proposed system is suitable for autonomous mobile platforms with CAN bus capability. In our proposed testbed, CAN data frames transmitted over the bus will be encrypted and authenticated with minimal power consumption using TinyJAMBU-128. We have analyzed the performance of TinyJAMBU-128 against three parameterized data encryption modules: AES-128/192/256, CAMELLIA-128/192/256, and ARIA-128/192/256. Based on our simulation data, CAN frames encrypted and authenticated via TinyJAMBU-128 required 22%, 17%, and 15% less average energy consumption compared to AES, CAMELLIA, and ARIA respectively.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,254
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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 sujetVehicular Ad Hoc Networks (VANETs)Travaux en français237 207