論文の概要: Measurement-Based Evaluation Of Google/Apple Exposure Notification API
For Proximity Detection in a Commuter Bus
- arxiv url: http://arxiv.org/abs/2006.08543v1
- Date: Mon, 15 Jun 2020 16:54:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-21 05:10:55.950957
- Title: Measurement-Based Evaluation Of Google/Apple Exposure Notification API
For Proximity Detection in a Commuter Bus
- Title（参考訳）: 通勤バスにおける近接検出のためのGoogle/Apple露出通知APIの測定に基づく評価
- Authors: Douglas J. Leith, Stephen Farrell
- Abstract要約: Google/Apple Exposure Notification APIを用いてアイルランドのダブリンの通勤バスで実施した測定結果について報告する。
GAEN APIによって報告される減衰レベルは,ハンドセット間の距離によって増大する必要はない。
一対のハンドセットを持っている人の位置を変えると、GAEN APIによって報告される減衰レベルにおける+/-10dBの変動を引き起こす可能性がある。
- 参考スコア（独自算出の注目度）: 14.749535590735965
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We report on the results of a measurement study carried out on a commuter bus
in Dublin, Ireland using the Google/Apple Exposure Notification (GAEN) API.
This API is likely to be widely used by Covid-19 contact tracing apps.
Measurements were collected between 60 pairs of handset locations and are
publicly available. We find that the attenuation level reported by the GAEN API
need not increase with distance between handsets, consistent with there being a
complex radio environment inside a bus caused by the metal-rich environment.
Changing the people holding a pair of handsets, with the location of the
handsets otherwise remaining unchanged, can cause variations of +/-10dB in the
attenuation level reported by the GAEN API. Applying the rule used by the Swiss
Covid-19 contact tracing app to trigger an exposure notification to our bus
measurements we find that no exposure notifications would have been triggered
despite the fact that all pairs of handsets were within 2m of one another for
at least 15 mins. Applying an alternative threshold-based exposure notification
rule can somewhat improve performance to a detection rate of 5% when an
exposure duration threshold of 15 minutes is used, increasing to 8% when the
exposure duration threshold is reduced to 10 mins. Stratifying the data by
distance between pairs of handsets indicates that there is only a weak
dependence of detection rate on distance.
- Abstract（参考訳）: アイルランドのダブリンの通勤バスでGoogle/Apple Exposure Notification (GAEN) APIを用いて行った測定結果について報告する。
このAPIは、Covid-19コンタクトトレースアプリで広く利用されている可能性が高い。
測定は60組のハンドセットのロケーションで収集され、公開されている。
GAEN APIによって報告される減衰レベルは, メタルリッチ環境によるバス内部に複雑な無線環境が存在するため, ハンドセット間距離で増大する必要はない。
一対のハンドセットを持っている人の位置を変えると、GAEN APIによって報告される減衰レベルにおける+/-10dBの変動を引き起こす可能性がある。
スイスのCovid-19(コビッド19)の接触追跡アプリ(コンタクト追跡アプリ)が、バスの測定に露出通知をトリガーするルールを適用した結果、少なくとも15分間は、すべてのハンドセットが2m以内であったにもかかわらず、露出通知は発生しなかったことがわかりました。
代替しきい値に基づく露光通知ルールの適用により、露光持続時間閾値を15分間使用した場合の5%検出率に対する性能が多少向上し、露光持続時間閾値を10分に減らすと8%に向上する。
1対のハンドセット間の距離でデータを階層化することは、検出速度の距離依存性が弱いことを示しています。
関連論文リスト
- What If We Had Used a Different App? Reliable Counterfactual KPI Analysis in Wireless Systems [52.499838151272016]
本稿では、無線アクセスネットワーク(RAN)によって異なるアプリが実装された場合、キーパフォーマンス指標(KPI)の値を推定する「What-if」問題に対処する。
本稿では,推定値に対して信頼度の高い「エラーバー」を提供する無線システムに対する共形予測に基づく対実解析手法を提案する。
論文 参考訳（メタデータ） (2024-09-30T18:47:26Z) - CamLoPA: A Hidden Wireless Camera Localization Framework via Signal Propagation Path Analysis [59.86280992504629]
CamLoPAは、トレーニング不要の無線カメラ検出およびローカライゼーションフレームワークである。
低コストの商用オフ・ザ・シェルフ(COTS)デバイスを使用して、最小限の活動空間制約で運用する。
95.37%のスヌーピングカメラ検出精度と17.23の平均位置誤差を達成する。
論文 参考訳（メタデータ） (2024-09-23T16:23:50Z) - LoVe is in the Air -- Location Verification of ADS-B Signals using Distributed Public Sensors [39.26955705063218]
本稿では,空間的指標を用いた軽量なメッセージ検証手法を提案し,公開センサの信頼性と受信するADS-Bメッセージの評価を行う。
LoVeは非常に低い偽陽性率と非常に低い偽陰性率を実現し、大きなセンサーセットでもよくスケールするリアルタイム互換のアプローチを提供する。
論文 参考訳（メタデータ） (2023-08-29T08:13:08Z) - Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳（メタデータ） (2022-03-14T17:05:59Z) - LSTC: Boosting Atomic Action Detection with Long-Short-Term Context [60.60267767456306]
我々は行動認識パイプラインを短期的・長期的依存に分解する。
本設計では, 局所集約分枝を用いて, 密集した情報的短期的手がかりを収集する。
両方のブランチは、コンテキスト固有のアクションを独立して予測し、結果が最後にマージされる。
論文 参考訳（メタデータ） (2021-10-19T10:09:09Z) - Immediate Proximity Detection Using Wi-Fi-Enabled Smartphones [1.3706331473063877]
本稿では,2つのWi-Fi対応デバイスが物理的に近接しているかどうかを検知する新しい手法を提案する。
我々の目標は、スマートフォンによる露出通知と接触追跡システムの精度を高めることである。
論文 参考訳（メタデータ） (2021-06-05T02:17:01Z) - Video-based Person Re-identification without Bells and Whistles [49.51670583977911]
ビデオベースの人物再識別(Re-ID)は、異なるカメラの下で歩行者を特定するために、ビデオトラッカーとトリミングされたビデオフレームをマッチングすることを目的としている。
従来の方法による不完全な検出と追跡の結果から, 収穫したトラックレットの空間的, 時間的不整合が生じている。
本稿では,深層学習に基づくトラックレットの検出と追跡を適用することで,これらの予期せぬノイズを効果的に低減できる簡易な再検出リンク(DL)モジュールを提案する。
論文 参考訳（メタデータ） (2021-05-22T10:17:38Z) - SonicPACT: An Ultrasonic Ranging Method for the Private Automated
Contact Tracing (PACT) Protocol [5.551038132998202]
本稿では,SonicPACTプロトコルの設計と実装について述べる。
最初の実験結果は有望であり、SonicPACTはAppleとGoogleによる実装として検討されるべきであることを示唆している。
論文 参考訳（メタデータ） (2020-12-08T22:33:39Z) - An Empirical Evaluation of Bluetooth-based Decentralized Contact Tracing
in Crowds [7.469941131704084]
本研究は, 参加者80名を対象に, 群集環境におけるBluetoothによる接触追跡の有効性を実証的に検討した。
結果,Bluetooth RSSIは近接検出には信頼性が低く,特に混み合っている環境では不正確性が悪化することが確認された。
既存の接触追跡アプリは、粗い粒度の近接検出に焦点を合わせるために再利用できることを推奨する。
論文 参考訳（メタデータ） (2020-11-09T10:44:03Z) - Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。
実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
論文 参考訳（メタデータ） (2020-06-10T16:05:05Z) - Coronavirus Contact Tracing: Evaluating The Potential Of Using Bluetooth
Received Signal Strength For Proximity Detection [14.749535590735965]
本報告では,Bluetooth Low Energy (LE) の受信信号強度を携帯端末上で測定する。
また,Bluetooth LEの受信信号強度は,端末の相対方向によって大きく異なることがわかった。
このことから,Bluetooth LE受信信号強度に基づく近接検出のための精度の高い手法の開発が困難である可能性が示唆された。
論文 参考訳（メタデータ） (2020-05-19T13:51:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。