دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Behrouz Zolfaghari, Khodakhast Bibak, Takeshi Koshiba, Hamid R. Nemati, Pinaki Mitra سری: CRC Focus ISBN (شابک) : 9780367754556, 9781003167105 ناشر: CRC Press سال نشر: 2021 تعداد صفحات: [161] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Statistical Trend Analysis of Physically Unclonable Function: An Approach via Text Mining به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تحلیل روند آماری تابع غیرقابل کلون فیزیکی: رویکردی از طریق متن کاوی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توابع غیرقابل کلون فیزیکی (PUF) تغییرات اجتناب ناپذیر در پارامترهای خاصی از مواد، امواج یا دستگاه ها را به سیگنال های تصادفی و منحصر به فرد تبدیل می کند. آنها کاربردهای زیادی در اینترنت اشیا (IoT)، سیستم های احراز هویت، صنعت FPGA، چندین حوزه دیگر در ارتباطات و فناوری های مرتبط و بسیاری از محصولات تجاری پیدا کرده اند. تحلیل روند آماری توابع غیرقابل کلون فیزیکی ابتدا مروری بر سخت افزار رمزنگاری و رمزنگاری به کمک سخت افزار ارائه می دهد. این بررسی PUF را به عنوان یک روند بزرگ در تحقیق در مورد طراحی سخت افزار رمزنگاری برجسته می کند. پس از آن، نویسندگان یک بررسی ترکیبی و کار تحقیقی روی PUF ها با استفاده از یک رویکرد سیستماتیک ارائه می کنند. به عنوان بخشی از جنبه نظرسنجی، یک تجزیه و تحلیل پیشرفته و همچنین یک طبقه بندی در مورد PUF ها، یک چرخه حیات و یک اکوسیستم ایجاد شده برای این فناوری ارائه شده است. در بخش دیگری از نظرسنجی، تاریخچه تکاملی PUF ها بررسی شده و راهکارهایی برای تحقیقات بیشتر در این زمینه پیشنهاد شده است. در بخش تحقیق، این کتاب رویکرد جدیدی را برای تحلیل روند ارائه می دهد که می تواند در هر فناوری یا حوزه تحقیقاتی اعمال شود. در این روش از ابزار متن کاوی استفاده می شود که 1020 کلمه کلیدی را از عنوان مقالات نمونه استخراج می کند. سپس، یک ابزار طبقه بندی، کلمات کلیدی را در 295 موضوع تحقیقاتی معنادار طبقه بندی می کند. سپس محبوبیت هر موضوع به صورت عددی اندازه گیری و در طول زمان از طریق تجزیه و تحلیل آماری بر روی تعداد مقالات تحقیقاتی مرتبط با موضوع و همچنین تعداد استنادات آنها مورد تجزیه و تحلیل قرار می گیرد. نویسندگان محبوب ترین موضوعات را در چهار حوزه مختلف شناسایی می کنند. در طول تاریخچه PUF ها، در سال های اخیر، در کنفرانس های برتر و در مجلات برتر. نتایج برای ارائه یک مطالعه تکاملی و همچنین تحلیل روند و ایجاد نقشه راه برای تحقیقات آینده در این زمینه استفاده می شود. این روش تجزیه و تحلیل روند آماری مبتنی بر محبوبیت خودکار را ارائه می دهد که نیاز به قضاوت شخصی در مورد جهت روندها را حذف می کند و شواهد ملموسی را برای جهت گیری آینده تحقیقات در مورد PUF ها ارائه می دهد. مزیت دیگر این روش امکان مطالعه کلی از آثار تحقیقاتی موجود (بیش از 700 مورد در این کتاب) است. این کتاب برای محققان در متن کاوی، رمزنگاری، امنیت سخت افزار و اینترنت اشیا جذاب خواهد بود.
Physically Unclonable Functions (PUFs) translate unavoidable variations in certain parameters of materials, waves, or devices into random and unique signals. They have found many applications in the Internet of Things (IoT), authentication systems, FPGA industry, several other areas in communications and related technologies, and many commercial products. Statistical Trend Analysis of Physically Unclonable Functions first presents a review on cryptographic hardware and hardware-assisted cryptography. The review highlights PUF as a mega trend in research on cryptographic hardware design. Afterwards, the authors present a combined survey and research work on PUFs using a systematic approach. As part of the survey aspect, a state-of-the-art analysis is presented as well as a taxonomy on PUFs, a life cycle, and an established ecosystem for the technology. In another part of the survey, the evolutionary history of PUFs is examined, and strategies for further research in this area are suggested. In the research side, this book presents a novel approach for trend analysis that can be applied to any technology or research area. In this method, a text mining tool is used which extracts 1020 keywords from the titles of the sample papers. Then, a classifying tool classifies the keywords into 295 meaningful research topics. The popularity of each topic is then numerically measured and analyzed over the course of time through a statistical analysis on the number of research papers related to the topic as well as the number of their citations. The authors identify the most popular topics in four different domains; over the history of PUFs, during the recent years, in top conferences, and in top journals. The results are used to present an evolution study as well as a trend analysis and develop a roadmap for future research in this area. This method gives an automatic popularity-based statistical trend analysis which eliminates the need for passing personal judgments about the direction of trends, and provides concrete evidence to the future direction of research on PUFs. Another advantage of this method is the possibility of studying a whole lot of existing research works (more than 700 in this book). This book will appeal to researchers in text mining, cryptography, hardware security, and IoT.
Cover Half Title Title Page Copyright Page Contents Book Description About the Authors Chapter 1: Introduction Chapter 2: Cryptographic Hardware and Hardware-Assisted Cryptography 2.1. EXISTING SURVEYS 2.2. DESIGN 2.2.1. Cryptographic Primitives 2.2.2. Cryptographic Hardware 2.2.3. Hardware-Assisted Ciphers 2.2.4. Automatic Design and Synthesis 2.2.5. Design Objectives 2.3. IMPLEMENTATION 2.3.1. Prototyping 2.3.2. Implementation Technologies 2.3.3. Implementation Goals and Challenges 2.4. EVALUATION 2.4.1. Security Evaluation 2.4.2. Simulation and Performance Benchmarking Chapter 3: PUFs in Industry, Education Programs and Books 3.1. HISTORICAL BACKGROUND 3.2. PUF IN INDUSTRY 3.3. PUF IN EDUCATION PROGRAMS 3.4. PUF IN BOOKS Chapter 4: Preliminary Discussions 4.1. RELATED WORKS: A SURVEY ON SURVEYS 4.2. MOTIVATIONS 4.3. METHODOLOGY 4.4. WORK SPACE Chapter 5: The Classification Tree and Popularities 5.1. FIRST-LEVEL CLASSIFICATION AND LIFE CYCLE 5.2. DESIGN 5.2.1. Modeling 5.2.2. Design Objectives 5.2.3. Component Design 5.2.4. Post-Process, Expansion, Standardization and Alternatives 5.3. IMPLEMENTATION 5.4. OPERATION 5.4.1. Ecosystem 5.4.2. Interfaces 5.5. EVALUATION AND PRODUCTION Chapter 6: Trend Analysis 6.1. TOP TOPICS 6.1.1. The Most Popular Topics during the History 6.1.2. The Most Popular Topics in Top Conferences 6.1.3. Popular Topics in Top Journals 6.1.4. Popular Topics in Recent Years 6.2. EVOLUTION STUDY Chapter 7: Future Roadmap 7.1. TRENDS 7.2. CONCLUSIONS AND FURTHER WORK Bibliography Index