MétaCan
Menu
Retour à la cohorte
Enregistrement W4412568078 · doi:10.1109/wocc63563.2025.11082206

A Survey of Authentication Protocols for Enhancing Security in Underwater Communication Systems

2025· article· en· W4412568078 sur OpenAlexaff
Sai Varshitha. G, Ch. Rupa, D Divya, Thippa Reddy Gadekallu, Gautam Srivastava

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUnderwater Vehicles and Communication Systems
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer securityAuthentication (law)UnderwaterAuthentication protocolCryptographic protocolUnderwater acoustic communicationComputer networkCryptographyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

The growing importance of underwater communication systems spans various domains, including military operations, environmental monitoring, and resource exploration. However, the unique characteristics of the underwater environment, such as signal attenuation, limited bandwidth, and fluctuating channel conditions, pose significant challenges to ensuring reliable and secure communication. This study presents an in-depth exploration of authentication protocols aimed at securing underwater communication systems, focusing on key aspects of system performance. The proposed framework incorporates advanced communication methods, including acoustic, optical, and electromagnetic techniques, to enhance data transmission efficiency. Additionally, a comparative analysis of recent research highlights the progress, strengths, and limitations of current underwater communication technologies, emphasizing developments in deep learning applications, adaptive protocols, and energy-efficient solutions. The study also addresses critical challenges like energy limitations, environmental variability, and the resilience of protocols in dynamic underwater environments. Overcoming these challenges is crucial for improving the reliability, scalability, and security of communication systems in complex underwater conditions.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil0,301

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,301
Écart entre enseignants0,267 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUnderwater Vehicles and Communication SystemsTravaux en français237 207