Gestion de l'anonymat et de la traçabilité dans les réseaux véhiculaires sans fil
Bibliographic record
Abstract
Nous proposons dans ce mémoire, un protocole de sécurité basé sur le changement périodique des pseudonymes de communication des véhicules.L'idée est d'éviter la traçabilité illégale des véhicules durant leur communication et ainsi préserver la confidentialité des données échangées.Deux approches d'étude sont proposées.Dans la première approche, chaque véhicule demande après un temps t, un nouveau pseudonyme de communication à la Centrale d'Autorité (CA).Alors que dans l'approche 2, chaque véhicule génère lui-même, après un temps t, un nouveau pseudonyme de communication.Notre objectif est de déterminer un intervalle de temps au cours duquel au moins deux véhicules peuvent changer leurs pseudonymes de communication sans qu'aucun d'eux ne soit localisé par un adversaire.Nous évaluons dans ce travail, le taux de consommation de la bande passante en tenant compte de la vitesse moyenne des véhicules sur la route.Dans le protocole proposé, nous avons disposé les RSUs de manière équidistante.En nous basant sur la plage de vitesses autorisées sur la route, nous avons évalué l'intervalle de temps de changement des pseudonymes de communication.Pour sécuriser les messages, nous avons considéré l'utilisation des algorithmes cryptographiques.Notre protocole assure l'authentification, la non-répudiation et il permet la gestion de la vie privée des véhicules.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".