Fugu-MT 論文翻訳(概要): SonicPACT: An Ultrasonic Ranging Method for the Private Automated Contact Tracing (PACT) Protocol

論文の概要: SonicPACT: An Ultrasonic Ranging Method for the Private Automated Contact Tracing (PACT) Protocol

arxiv url: http://arxiv.org/abs/2012.04770v1
Date: Tue, 8 Dec 2020 22:33:39 GMT
ステータス: 処理完了
システム内更新日: 2023-04-21 18:04:22.952024
Title: SonicPACT: An Ultrasonic Ranging Method for the Private Automated Contact Tracing (PACT) Protocol
Title（参考訳）: sonicpact:private automated contact tracing (pact)プロトコルのための超音波測位法
Authors: John Meklenburg, Michael Specter, Michael Wentz, Hari Balakrishnan, Anantha Chandrakasan, John Cohn, Gary Hatke, Louise Ivers, Ronald Rivest, Gerald Jay Sussman, Daniel Weitzner
Abstract要約: 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。
参考スコア（独自算出の注目度）: 5.551038132998202
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Throughout the course of the COVID-19 pandemic, several countries have developed and released contact tracing and exposure notification smartphone applications (apps) to help slow the spread of the disease. To support such apps, Apple and Google have released Exposure Notification Application Programming Interfaces (APIs) to infer device (user) proximity using Bluetooth Low Energy (BLE) beacons. The Private Automated Contact Tracing (PACT) team has shown that accurately estimating the distance between devices using only BLE radio signals is challenging. This paper describes the design and implementation of the SonicPACT protocol to use near-ultrasonic signals on commodity iOS and Android smartphones to estimate distances using time-of-flight measurements. The protocol allows Android and iOS devices to interoperate, augmenting and improving the current exposure notification APIs. Our initial experimental results are promising, suggesting that SonicPACT should be considered for implementation by Apple and Google.
Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックの過程で、いくつかの国が接触追跡と露出通知スマートフォンアプリケーション(アプリ)を開発しリリースしている。このようなアプリをサポートするため、AppleとGoogleは、Bluetooth Low Energy (BLE)ビーコンを使用してデバイス(ユーザ)の近接を推測するExposure Notification Application Programming Interfaces (API)をリリースした。 Private Automated Contact Tracing (PACT)チームは、BLE無線信号のみを使用してデバイス間の距離を正確に推定することは困難であることを示した。本稿では,iosおよびandroidスマートフォンにおける近距離信号を用いた距離推定のためのsonicpactプロトコルの設計と実装について述べる。このプロトコルにより、AndroidとiOSデバイスは、現在の露出通知APIを相互運用し、拡張し、改善することができる。最初の実験結果は有望であり、sonicpactはappleとgoogleによって実装されるべきだと示唆しています。

関連論文リスト

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)
A Wireless-Vision Dataset for Privacy Preserving Human Activity Recognition [53.41825941088989]
アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
論文参考訳（メタデータ） (2022-05-24T10:49:11Z)
Project Achoo: A Practical Model and Application for COVID-19 Detection from Recordings of Breath, Voice, and Cough [55.45063681652457]
コンシューマー端末で録音した音声を用いて、新型コロナウイルスを迅速にトリアージする機械学習手法を提案する。この手法は,信号処理手法と微調整深層学習ネットワークを組み合わせることで,信号の識別,コークス検出,分類を行う手法を提供する。我々はまた、症状チェッカーと音声、息、うず信号を使って新型コロナウイルスの感染を検知するモバイルアプリケーションを開発し、展開した。
論文参考訳（メタデータ） (2021-07-12T08:07:56Z)
SARiSsa -- A Mobile Application for the Proactive Control of SARS-CoV-2 Spread [0.0]
そこで我々は,SARS-CoV-2の感染拡大を抑制するため,モバイルデバイスを利用したスマートアプリケーションの開発を背景とした設計原則を提案する。本稿では,接触追跡に関するより精巧なグラフ理論とアルゴリズム的背景を取り入れた,そのようなアプリケーション開発のためのオープンアーキテクチャを提案する。
論文参考訳（メタデータ） (2021-06-28T10:45:33Z)
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)
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)
Decentralized Privacy-Preserving Proximity Tracing [50.27258414960402]
DP3TはSARS-CoV-2の普及を遅らせるための技術基盤を提供する。システムは、個人やコミュニティのプライバシーとセキュリティのリスクを最小限にすることを目的としている。
論文参考訳（メタデータ） (2020-05-25T12:32:02Z)
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)
End-to-End Automatic Speech Recognition Integrated With CTC-Based Voice Activity Detection [48.80449801938696]
本稿では,音声活動検出機能とエンドツーエンドの自動音声認識を統合する。我々は,コネクショニストの時間的分類(CTC)と,同期/アテンションの拡張に焦点を当てた。簡単なしきい値を用いた音声区間検出のためのキューとしてラベルを用いる。
論文参考訳（メタデータ） (2020-02-03T03:36:34Z)

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。