A lightweight encryption algorithm for resource-constrained IoT devices using quantum and chaotic techniques with metaheuristic optimization
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
As the internet of things (IoT) continues to proliferate, the need for efficient and secure data encryption has become increasingly critical, particularly for resource-constrained devices. Existing encryption methods offer adequate security for digital data; however, they often fall short when applied to resource-constrained IoT devices. This research introduces a novel lightweight encryption algorithm optimized with metaheuristic techniques, incorporating quantum encryption, confusion and diffusion operations, discrete wavelet transform (DWT), and multiple chaotic maps. Initially, a color image is decomposed into its three color components-red (R), green (G), and blue (B)-and then transformed into its quantum representation, where quantum encryption operations are performed. Following this, the quantum image is transformed back into a classical format to apply confusion and diffusion techniques. Confusion is achieved by generating a substitution matrix and applying a modular operation to introduce pixel-level confusion. A key matrix is then created to implement the diffusion operation. In the final phase, DWT is used to extract frequency sub-bands, forming a low-frequency sub-band and further extracting sub-bands up to the 4th level, which are substituted using values from the substitution box. The performance of the proposed encryption framework is evaluated through various statistical analyses, including entropy, correlation, key sensitivity, lossless analysis, and histogram analysis. The results demonstrate notable statistical measures with an entropy of 7.9998, a correlation of 0.0001, and a key space of [Formula: see text]. Additionally, the encryption's robustness is tested against several cyberattacks, such as noise, cropping, and brute force, showcasing its effectiveness in resisting these threats.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 découle