MétaCan
Menu
Retour à la cohorte
Enregistrement W4416020181 · doi:10.1016/j.csbj.2025.10.059

IBS-ECDHE: A blockchain-enhanced lightweight protocol for secure cloud-IoT in biomedical HCPS

2025· article· en· W4416020181 sur OpenAlexaff
Attique Ur Rehman, Songfeng Lu, Muhammad Usman, Syed Atif Moqurrab, Gautam Srivastava, Joon Yoo, Hussain Al-Aqrabi

Notice bibliographique

RevueComputational and Structural Biotechnology Journal · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Authentication Protocols Security
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésScalabilityAuthentication (law)Data integrityIdentity managementKey managementBlockchainDatabase transactionKey (lock)Transaction processing

Résumé

récupéré en direct d'OpenAlex

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.

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)0,002
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,009
Tête enseignante GPT0,315
Écart entre enseignants0,305 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputational and Structural Biotechnology JournalMême sujetAdvanced Authentication Protocols SecurityTravaux en français237 207