Fugu-MT 論文翻訳(概要): Forgery Attack Detection in Surveillance Video Streams Using Wi-Fi Channel State Information

論文の概要: Forgery Attack Detection in Surveillance Video Streams Using Wi-Fi Channel State Information

arxiv url: http://arxiv.org/abs/2201.09487v1
Date: Mon, 24 Jan 2022 06:51:03 GMT
ステータス: 処理完了
システム内更新日: 2022-01-26 03:49:56.055840
Title: Forgery Attack Detection in Surveillance Video Streams Using Wi-Fi Channel State Information
Title（参考訳）: Wi-Fiチャネル状態情報を用いた監視映像ストリームの偽検出
Authors: Yong Huang, Xiang Li, Wei Wang, Tao Jiang, Qian Zhang
Abstract要約: サイバーセキュリティ違反は監視ビデオストリームを偽造攻撃に暴露する従来のビデオ法医学のアプローチは、比較的長いビデオクリップの空間時間解析を用いてトレースをローカライズすることができる。監視とWi-Fiインフラの広汎な共存を生かしたSecure-Poseを提案する。 Secure-Poseは98.7%の高い検出精度を達成し、再生および改ざん攻撃中の異常物体を局所化する。
参考スコア（独自算出の注目度）: 20.815889839515087
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The cybersecurity breaches expose surveillance video streams to forgery attacks, under which authentic streams are falsified to hide unauthorized activities. Traditional video forensics approaches can localize forgery traces using spatial-temporal analysis on relatively long video clips, while falling short in real-time forgery detection. The recent work correlates time-series camera and wireless signals to detect looped videos but cannot realize fine-grained forgery localization. To overcome these limitations, we propose Secure-Pose, which exploits the pervasive coexistence of surveillance and Wi-Fi infrastructures to defend against video forgery attacks in a real-time and fine-grained manner. We observe that coexisting camera and Wi-Fi signals convey common human semantic information and forgery attacks on video streams will decouple such information correspondence. Particularly, retrievable human pose features are first extracted from concurrent video and Wi-Fi channel state information (CSI) streams. Then, a lightweight detection network is developed to accurately discover forgery attacks and an efficient localization algorithm is devised to seamlessly track forgery traces in video streams. We implement Secure-Pose using one Logitech camera and two Intel 5300 NICs and evaluate it in different environments. Secure-Pose achieves a high detection accuracy of 98.7% and localizes abnormal objects under playback and tampering attacks.
Abstract（参考訳）: サイバーセキュリティ違反は監視ビデオストリームを偽造攻撃に晒し、真偽のストリームは不正行為を隠すために偽造される。従来のビデオ鑑識アプローチは、比較的長いビデオクリップで空間-時間分析を使用して偽造の痕跡をローカライズできるが、リアルタイムの偽造検出では不足する。最近の研究は、時系列カメラと無線信号を関連付けてループビデオを検出するが、細かな偽造ローカライズは実現できない。これらの制限を克服するために,監視とWi-Fiインフラの広汎な共存を利用して,リアルタイムかつきめ細かなビデオ偽造攻撃を防御するSecure-Poseを提案する。我々は、既存のカメラとWi-Fi信号が共通の人間の意味情報を伝達し、ビデオストリームに対する偽造攻撃がそのような情報通信を分離することを観察する。特に、検索可能なポーズ機能は、同時ビデオおよびwi-fiチャネル状態情報(csi)ストリームから最初に抽出される。そして、偽造攻撃を正確に検出する軽量検出ネットワークを開発し、ビデオストリームにおける偽造トレースをシームレスに追跡する効率的なローカライズアルゴリズムを考案する。我々は1台のLogitechカメラと2台のIntel 5300 NICを使ってSecure-Poseを実装し、異なる環境で評価する。 Secure-Poseは98.7%の高い検出精度を実現し、再生および改ざん攻撃中の異常物体を局所化する。

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)
Weakly Supervised Video Anomaly Detection and Localization with Spatio-Temporal Prompts [57.01985221057047]
本稿では、事前学習された視覚言語モデル(VLM)に基づく、弱教師付きビデオ異常検出および局所化のための時間的プロンプト埋め込み(WSVADL)を学習する新しい手法を提案する。提案手法は,WSVADLタスクの3つの公開ベンチマークにおける最先端性能を実現する。
論文参考訳（メタデータ） (2024-08-12T03:31:29Z)
CCTV-Gun: Benchmarking Handgun Detection in CCTV Images [59.24281591714385]
銃の暴力は重要なセキュリティ問題であり、コンピュータビジョンコミュニティが効果的な銃検出アルゴリズムを開発することが必須である。実際のCCTV画像から銃を検出することは、未だに困難で未調査の課題である。我々は,実世界のCCTV画像における拳銃検出の課題に対処するベンチマーク「textbfCCTV-Gun」を提案する。
論文参考訳（メタデータ） (2023-03-19T16:17:35Z)
Recovering Surveillance Video Using RF Cues [5.818870353966268]
CSI2Videoは,細粒度監視映像をリアルタイムに再現するクロスモーダルな手法である。我々のソリューションは、高価な無線機器を使わずにリアルな監視ビデオを生成し、ユビキタスで安価でリアルタイムな特性を持つ。
論文参考訳（メタデータ） (2022-12-27T01:57:03Z)
Adversarial Machine Learning Attacks Against Video Anomaly Detection Systems [30.68108039722565]
ビデオにおける異常検出は、自動化されたビデオ監視を含む様々なアプリケーションにおいて重要なコンピュータビジョン問題である。本稿では,サイバー攻撃による映像異常検出システムに対する対角的機械学習攻撃について検討する。
論文参考訳（メタデータ） (2022-04-07T00:57:50Z)
Implicit Motion Handling for Video Camouflaged Object Detection [60.98467179649398]
本稿では,新しいビデオカモフラージュオブジェクト検出(VCOD)フレームワークを提案する。短期的および長期的整合性を利用して、ビデオフレームからカモフラージュされたオブジェクトを検出する。
論文参考訳（メタデータ） (2022-03-14T17:55:41Z)
Video Salient Object Detection via Contrastive Features and Attention Modules [106.33219760012048]
本稿では,注目モジュールを持つネットワークを用いて,映像の有意な物体検出のためのコントラスト特徴を学習する。コアテンションの定式化は、低レベル特徴と高レベル特徴を組み合わせるために用いられる。提案手法は計算量が少なく,最先端の手法に対して良好に動作することを示す。
論文参考訳（メタデータ） (2021-11-03T17:40:32Z)
PAT: Pseudo-Adversarial Training For Detecting Adversarial Videos [20.949656274807904]
我々は,攻撃の知識を必要とせず,映像中の対角フレームを検出するための,Pseudo-versa-Adrial Training (PAT) という,新しい単純なアルゴリズムを提案する。 UCF-101および20BN-Jesterデータセットによる実験結果から、PATは高い検出率で対向的なビデオフレームやビデオを検出することができることがわかった。
論文参考訳（メタデータ） (2021-09-13T04:05:46Z)
Robust Privacy-Preserving Motion Detection and Object Tracking in Encrypted Streaming Video [39.453548972987015]
本稿では,暗号化された監視ビデオのビットストリームに対して,効率的かつ堅牢なプライバシー保護動作検出と複数物体追跡手法を提案する。提案手法は, 暗号化・圧縮された領域における既存の作業と比較して, 最高の検出・追跡性能を実現する。我々の手法は、カメラの動き/ジッタ、動的背景、影など、様々な課題を伴う複雑な監視シナリオで効果的に利用することができる。
論文参考訳（メタデータ） (2021-08-30T11:58:19Z)
Finding a Needle in a Haystack: Tiny Flying Object Detection in 4K Videos using a Joint Detection-and-Tracking Approach [19.59528430884104]
本稿では,検出と追跡を共同で行うrecurrent correlational networkと呼ばれるニューラルネットワークモデルを提案する。鳥や無人航空機などの小さな飛行物体の画像を含むデータセットを用いた実験では、提案手法は一貫した改善をもたらした。我々のネットワークは、鳥の画像データセットのトラッカーとして評価されたとき、最先端の汎用オブジェクトトラッカと同様に機能します。
論文参考訳（メタデータ） (2021-05-18T03:22:03Z)
Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
論文参考訳（メタデータ） (2020-11-05T11:34:12Z)

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。