인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
The Graph Neural Network (GNN) is an advanced use of graph theory that is used to address complex network problems. The application of Graph Neural Networks allows the development of a network by the modification of weights associated with the vertices or edges of a graph G (V, E). Data encryption is a technique used to improve data security by encoding plain text into complex numerical configurations, hence minimizing the probability of data leaking. This study seeks to explain the potential of improving data security through the application of graph neural networks and transposition techniques for information manipulation. This study involves an algorithm and simulation that discusses the use of the transposition approach in manipulating information. This is accomplished by the implementation of a graph neural network, which develops the interaction between vertices and edges. The main result of this research shows empirical evidence supporting the notion that the length of the secret key and the number of characters utilized in data encryption have a direct impact on the complexity of the encryption process, hence influencing the overall security of the created data.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
