MétaCan
Menu
Retour à la cohorte
Enregistrement W4406046267 · doi:10.1002/9781394256075.ch5

Securing the Internet of Things: Cybersecurity Challenges, Strategies, and Future Directions in the Era of <scp>5G</scp> and Edge Computing

2025· other· en· W4406046267 sur OpenAlexaff
Geetanshi, Harshit Manocha, Himanshi Babbar, Cherry Mangla

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensConcordia University of Edmonton
Organismes subventionnairesnon disponible
Mots-clésEnhanced Data Rates for GSM EvolutionInternet of ThingsComputer securityThe InternetEdge computingInternet privacyComputer scienceTelecommunicationsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Amid the rise of cyberwarfare, cybersecurity emerges as a paramount concern within the Internet of Things (IoT). Implementing robust measures to safeguard IoT assets and ensure confidentiality, IoT cybersecurity aims to mitigate cyber threats faced by end-users. Enhanced management practices have the potential to bolster cutting-edge advancements and methodologies, especially with the integration of edge computing and the advent of 5G networks. In today's digital landscape, the internet has become indispensable, serving as a critical tool across diverse contexts. Recognizing the pervasive demand, researchers have expanded beyond mere internet-connected computers, spawning revolutionary devices. Presently, device-to-device interactions in online communication have surpassed traditional user-to-user interactions. However, significant deficiencies in management practices persist. This study explores methodologies for managing online vulnerabilities and implementing robust IT security measures, introducing a comprehensive four-tier framework to address digital risks within IoT environments. Using linear programming techniques, the analysis optimizes cybersecurity defenses by allocating resources across various protective initiatives.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIoT and Edge/Fog ComputingTravaux en français237 207