MétaCan
Menu
Retour à la cohorte
Enregistrement W7126153785 · doi:10.18280/isi.301218

Enhanced Security in Information Transmission: Redundant Stream Ciphers with Time Delay Integration

2025· article· W7126153785 sur OpenAlexvenueno aff
Nashat Albdour, Hisham Alrawashdeh

Notice bibliographique

RevueIngénierie des systèmes d information · 2025
Typearticle
Langue
DomaineComputer Science
ThématiqueCryptographic Implementations and Security
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStream cipherCryptographyRedundancy (engineering)Stream cipher attackInformation securityBlock cipher

Résumé

récupéré en direct d'OpenAlex

The paper addresses the challenge of enhancing the resilience of stream ciphers against attacks.It reviews existing approaches to stream cipher creation and proposes new methods that incorporate time delays to introduce gaps in the original message and embed additional bits.These methods result in a ciphertext that is longer than the original message, potentially altering the frequency if the overall transmission time is equalized.The paper explores methods that generate ciphers with varying lengths of bit insertion, enabling the creation of different length ciphers from a single input message.A method featuring frequent insertion of single bits, generated by additional pseudo-random number generators (PRNG), is implemented.The study examines both variable-length ciphergrams and fixed maximum insertion bit methods.A pseudo-random control bit sequence is employed to determine random insertion points or groups of additional bits, which are also generated pseudorandomly.To facilitate controlled delays, specialized hardware has been developed for both the transmitting and receiving ends, ensuring synchronous message transmission.The additional stability of these stream ciphers, enhanced through time delays, is further reinforced by bitwise mixing using the initial key gamma.These methods not only increase resistance to decryption but also introduce new challenges for cryptanalysts.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,240
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
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 revueIngénierie des systèmes d informationMême sujetCryptographic Implementations and SecurityTravaux en français237 207