Buchumschlag

Lightweight Strategy for XOR PUFs as Security Primitives for Resource-constrained IoT device

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Gaoxiang, Mursi, Khalid T., Zhuang, Yu
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Designing Short-Stage CDC-XPUFs: Balancing Reliability, Cost, and Security in IoT Devices
von: Li, Gaoxiang, et al.
Veröffentlicht: (2024)

A novel reliability attack of Physical Unclonable Functions
von: Li, Gaoxiang, et al.
Veröffentlicht: (2024)

Breaking XOR Arbiter PUFs with Chosen Challenge Attack
von: Sayadi, Niloufar, et al.
Veröffentlicht: (2023)

FLARE: Feature-based Lightweight Aggregation for Robust Evaluation of IoT Intrusion Detection
von: Boswell, Bradley, et al.
Veröffentlicht: (2025)

Unsupervised Anomaly Detection for Smart IoT Devices: Performance and Resource Comparison
von: Sami, Md. Sad Abdullah, et al.
Veröffentlicht: (2025)

Toward a Multi-Layer ML-Based Security Framework for Industrial IoT
von: Bouferroum, Aymen, et al.
Veröffentlicht: (2026)

An Adaptive End-to-End IoT Security Framework Using Explainable AI and LLMs
von: Baral, Sudipto, et al.
Veröffentlicht: (2024)

Security Without Detection: Economic Denial as a Primitive for Edge and IoT Defense
von: Singh, Samaresh Kumar, et al.
Veröffentlicht: (2025)

A Novel IoT Trust Model Leveraging Fully Distributed Behavioral Fingerprinting and Secure Delegation
von: Arazzi, Marco, et al.
Veröffentlicht: (2023)

Design and implementation of intelligent packet filtering in IoT microcontroller-based devices
von: Bertoli, Gustavo de Carvalho, et al.
Veröffentlicht: (2023)

SunBlock: Cloudless Protection for IoT Systems
von: Safronov, Vadim, et al.
Veröffentlicht: (2024)

Analyzing Consumer IoT Traffic from Security and Privacy Perspectives: a Comprehensive Survey
von: Jia, Yan, et al.
Veröffentlicht: (2024)

Enhancing IoT Security Against DDoS Attacks through Federated Learning
von: Shirvani, Ghazaleh, et al.
Veröffentlicht: (2024)

Enhancing Cybersecurity in IoT Networks: A Deep Learning Approach to Anomaly Detection
von: Pang, Yining, et al.
Veröffentlicht: (2024)

Lightweight Dataset for Decoy Development to Improve IoT Security
von: Weissman, David, et al.
Veröffentlicht: (2024)

Dynamic Temporal Positional Encodings for Early Intrusion Detection in IoT
von: Panopoulos, Ioannis, et al.
Veröffentlicht: (2025)

Optimizing IoT Threat Detection with Kolmogorov-Arnold Networks (KANs)
von: Emelianova, Natalia, et al.
Veröffentlicht: (2025)

Evasion of IoT Malware Detection via Dummy Code Injection
von: Zargarzadeh, Sahar, et al.
Veröffentlicht: (2026)

Optimized IoT Intrusion Detection using Machine Learning Technique
von: Mahmud, Muhammad Zawad, et al.
Veröffentlicht: (2024)

Uncovering and Understanding FPR Manipulation Attack in Industrial IoT Networks
von: Ahsan, Mohammad Shamim, et al.
Veröffentlicht: (2026)

Intelligent Detection of Non-Essential IoT Traffic on the Home Gateway
von: Palmese, Fabio, et al.
Veröffentlicht: (2025)

Dynamic Black-box Backdoor Attacks on IoT Sensory Data
von: Chathoth, Ajesh Koyatan, et al.
Veröffentlicht: (2025)

Byzantine-Robust Federated Learning Framework with Post-Quantum Secure Aggregation for Real-Time Threat Intelligence Sharing in Critical IoT Infrastructure
von: Rahmati, Milad, et al.
Veröffentlicht: (2026)

Enhancing Autonomous Online Intrusion Detection for IoT with Balanced Learning, Reliable Pseudo-Labels, and Lightweight Architectures
von: Afzaal, Hanzala, et al.
Veröffentlicht: (2026)

Smart Surveillance: Identifying IoT Device Behaviours using ML-Powered Traffic Analysis
von: Ryan, Reza, et al.
Veröffentlicht: (2025)

Towards Efficient Machine Learning Method for IoT DDoS Attack Detection
von: Modi, P
Veröffentlicht: (2024)

Network Anomaly Detection for IoT Using Hyperdimensional Computing on NSL-KDD
von: Ghajari, Ghazal, et al.
Veröffentlicht: (2025)

Detecting Compromised IoT Devices Using Autoencoders with Sequential Hypothesis Testing
von: Mainuddin, Md, et al.
Veröffentlicht: (2024)

Binary Anomaly Detection in Streaming IoT Traffic under Concept Drift
von: Carnier, Rodrigo Matos, et al.
Veröffentlicht: (2025)

Securing Healthcare with Deep Learning: A CNN-Based Model for medical IoT Threat Detection
von: Mohamadi, Alireza, et al.
Veröffentlicht: (2024)

A Comparative Analysis of Machine Learning Models for DDoS Detection in IoT Networks
von: Shakya, Sushil, et al.
Veröffentlicht: (2024)

Adaptive Intrusion Detection for Evolving RPL IoT Attacks Using Incremental Learning
von: Bas, Sumeyye, et al.
Veröffentlicht: (2025)

A Lightweight Federated Learning Approach for Privacy-Preserving Botnet Detection in IoT
von: Mahmoud, Taha M., et al.
Veröffentlicht: (2025)

Machine Learning Resistant Amorphous Silicon Physically Unclonable Functions (PUFs)
von: Kilic, Velat, et al.
Veröffentlicht: (2024)

A lightweight PUF-based authentication protocol
von: Zhuang, Yu, et al.
Veröffentlicht: (2024)

A Novel Zero-Touch, Zero-Trust, AI/ML Enablement Framework for IoT Network Security
von: Shakya, Sushil, et al.
Veröffentlicht: (2025)

Explainable Threat Attribution for IoT Networks Using Conditional SHAP and Flow Behavior Modelling
von: Ozechi, Samuel, et al.
Veröffentlicht: (2026)

SD-CGAN: Conditional Sinkhorn Divergence GAN for DDoS Anomaly Detection in IoT Networks
von: Onyeka, Henry, et al.
Veröffentlicht: (2025)

In-network Attack Detection with Federated Deep Learning in IoT Networks: Real Implementation and Analysis
von: Chaudhary, Devashish, et al.
Veröffentlicht: (2026)

Privacy-Preserving Machine Learning for IoT: A Cross-Paradigm Survey and Future Roadmap
von: Zaman, Zakia, et al.
Veröffentlicht: (2026)