IBS-ECDHE: A blockchain-enhanced lightweight protocol for secure cloud-IoT in biomedical HCPS
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
The rapid adoption of cloud-Internet-of-Things (CIoT) systems in biomedical human-cyber-physical systems (HCPS) has raised significant concerns regarding data security, privacy, and scalability. To address these challenges specifically within healthcare environments, we propose a novel IBS-ECDHE framework that integrates Identity-Based Signatures (IBS) and Elliptic Curve Diffie-Hellman Ephemeral (ECDHE) key exchange to provide robust and lightweight security for biomedical HCPS. Our framework leverages blockchain technology to decentralize identity management and access control, ensuring secure authentication and maintaining the integrity of sensitive biomedical data exchanged between IoT-enabled medical devices. By incorporating smart contracts, we automate key management and enforce stringent privacy and data integrity guarantees critical to biomedical applications. The proposed system was implemented on a Windows 10 PC and evaluated using various performance metrics, including authentication time, message size, transaction latency, and computational overhead. Experimental results demonstrate that IBS-ECDHE reduces authentication time by up to 76 % compared to traditional PKI systems, decreases message size by 40 %, and achieves lower blockchain transaction latency. The system also ensures scalability and energy efficiency, with parallel processing reducing latency by 37 %. The innovation of this approach lies in the combination of IBS with ECDHE for mutual authentication and the use of blockchain for decentralized identity management and secure real-time biomedical data exchange. This solution offers substantial improvements in security, privacy, and performance, making it highly suitable for next-generation biomedical HCPS.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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