Penerapan Algoritma OTP dan Algoritma RSA CRT dalam Pengamanan Cintra
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Perkembangan teknologi seperti saat ini memungkinkan setiap orang untuk saling bertukar informasi tanpa ada batasan waktu dan jarak. Kemungkinan yang akan terjadi adanya kebocoran data pada saat proses pertukaran informasi yang dilakukan, oleh karena itu dalam pengiriman data khususnya citra, aspek keamanan, kerahasiaan dan efisiensi penyimpanan data sangat diperlukan. Citra ada yang bersifat rahasia ada yang tidak. Citra yang bersifat rahasia perlu mendapatkan pengamanan agar kerahasiaan gambar tidak diketahui oleh pihak yang tidak berwenang. Salah satu cara untuk melakukan pengamanan citra adalah dengan teknik kriptografi. Kriptografi citra merupakan ilmu dan seni untu menjaga keamanan citra dengan cara penyandian terhadap citra yang akan dikirim dari satu tempat ke tempat lain sehingga bentuk citra tidak dimengerti lagi maknanya. Dalam proses kriptografi banyak algoritma dan metode yang dapat digunakan untuk mengamankan suatu citra, yaitu seperti algoritma One Time Pad dan algoritma RSA CRT enkripsi citra dapat dilakukan dan semua citra berhasil dikembalikan ke bentuk citra asli. Dari penelitian ini dapat disimpulkan algoritma one-time pad dan rsa crt dapat digunakan untuk kriptografi citra dengan efektif.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.001 | 0.005 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.009 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 it