MétaCan
Menu
Retour à la cohorte
Enregistrement W6912379949 · doi:10.5281/zenodo.2641394

An Efficient Key Agreement Scheme for Wireless sensor Networks Using Third Parties

2013· article· en· W6912379949 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueSecurity in Wireless Sensor Networks
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésWireless sensor networkResilience (materials science)Node (physics)Network packetKey distribution in wireless sensor networksScheme (mathematics)Key (lock)

Résumé

récupéré en direct d'OpenAlex

This paper contributes to the challenging field of security for wireless sensor networks by introducing a keyagreement scheme in which sensor nodes create secure radio connections with their neighbours depending on the aidof third parties. These third parties are responsible only for the pair-wise key establishment among sensor nodes,so they do not observe the physical phenomenon nor route data packets to other nodes. The proposed methodis explained here with respect to four important issues: how secret shares are distributed, how local neighboursare discovered, how legitimate third parties are verified, and how secure channels are established. Moreover, theperformance of the scheme is analyzed with regards to five metrics: local connectivity, resistance to node capture,memory usage, communication overhead, and computational burden.Our scheme not only secures the transmissionchannels of nodes but also guarantees high local connectivity of the sensor network, low usage of memory resources,perfect network resilience against node capture, and complete prevention against impersonation attacks. As it isdemonstrated in this paper, using a number of third parties equals to 10% of the total number of sensor nodes inthe area of interest, the proposed method can achieve at least 99.42% local connectivity with a very low usage ofavailable storage resources (less than 385 bits on each sensor node).

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 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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,709
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,251
Écart entre enseignants0,214 · 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