MétaCan
Menu
← Retour à la cohorte
Enregistrement W7114829806

Architecture de sécurité des données basée sur HSM et la blockchain

2024· other· fr· W7114829806 sur OpenAlexafffund

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2024
Typeother
Languefr
Domaine
Thématique
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésArchitectureInternet of ThingsContext (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ: L’importance de l’informatique dans la vie quotidienne ne fait qu’augmenter. Entre les téléphones intelligents, les électroménagers intelligents, les automobiles intelligentes et toute autre forme d’objets connectés, le nombre de dispositifs reliés au réseau internet est en forte croissance. Avec cette croissance, la quantité de données générées, transférées et stockées est tout aussi affectée. Ceci crée alors une problématique essentielle liée à la sécurité de ces données. En effet, les nombreuses expériences connues de vol de données, d’usurpation d’identité ou encore de destruction d’information nous montrent que les données informatiques sont à grand risque. De plus, certains événements récents nous rappellent que parmi ces attaques, un tiers provient de l’intérieur de l’organisation ciblée. La littérature propose des solutions de sécurité, certaines liées aux attaques internes, d’autres à la distribution des données dans les larges systèmes informatiques. Cependant, ces solutions ont souvent des failles qui les rendent inadéquates. Ainsi, cette thèse propose une architecture de sécurité basée sur les technologies « Hardware Security Module » et Blockchain pour protéger les données sur les serveurs dans des systèmes locaux et distribués. Ainsi, cette architecture se base sur trois modèles pour atteindre son objectif. Tout d’abord, en harmonie avec la méthodologie de gestion des attaques internes, nous proposons un modèle d’attaques internes qui permet d’identifier les attaques possibles dans une architecture basée sur HSM. La seconde composante de l’architecture est un modèle de détection des attaques internes grâce à des mécanismes de défenses basés sur la cryptographie. Ce modèle se base sur les attaques identifiées par le modèle d’attaques internes afin de proposer quatre mécanismes de défense pour la confidentialité, l’intégrité et la disponibilité des données. Finalement, le dernier modèle relève de la distribution sécurisée des données en proposant un Système de Gestion de Bases de Données (SGBD) distribué basé sur la blockchain et HSM. Ce SGBD distribué fait usage des contrats intelligents pour garantir la distribution sécurisée des données. ABSTRACT: Electronic devices are becoming more and more present with every passing day. Between smartphones, smart appliances, smart cars, and every type of connected device, the number of nodes on the worldwide internet is growing strongly. This growth also affects the amount of data generated, stored, and transferred, bringing new problems related to data and information security. Lately, we have seen many cases of data and identity theft and data destruction, and a third of these events originate from inside the targeted organization. The literature offers security solutions for insider attacks and data distribution in large cyber systems. However, these solutions are flawed and cannot be used as is. Therefore, we propose in this thesis a security architecture based on the blockchain and Hardware Security Module (HSM) technologies to protect server-side data for local and distributed cyber systems. This architecture is based on the combination of three models. First, in alignment with the Insider Attack Mitigation Methodology, we propose an insider attack model to identify the possible attacks on an HSM-based architecture. The second component is an insider attack detection model relying on cryptography-based defense mechanisms. This model uses the identified attacks in the first model to propose four defense mechanisms for data confidentiality, integrity, and availability. Finally, the last model focuses on secure data distribution by proposing a Distributed Database Management System (DDBMS) based on blockchain and HSM. This DDBMS uses smart contracts to guarantee secure data distribution.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,021
Tête enseignante GPT0,237
Écart entre enseignants0,216 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)→Travaux en français237 207→