論文の概要: SoK: Secure Human-centered Wireless Sensing

• arxiv url: http://arxiv.org/abs/2211.12087v2
• Date: Sat, 9 Mar 2024 03:49:31 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-17 17:20:31.183582
• Title: SoK: Secure Human-centered Wireless Sensing
• Title（参考訳）: SoK:人間中心のワイヤレスセンシングをセキュアに
• Authors: Wei Sun, Tingjun Chen, Neil Gong,
• Abstract要約: 人間中心型無線センシング(HCWS)は、周囲の多様な無線信号を用いて、人間の環境や活動のきめ細かい理解を目的としている。 この文献は、無線センシングのプライバシーの脆弱性とそれらに対する防御に関する体系的な理解に欠けており、その結果、プライバシーを妥協するHCWS設計がもたらされる。 まず,個人の情報漏洩を識別する信号処理パイプラインを提案し,無線センシングによる推論攻撃と防御の利点とトレードオフを更に理解する。
• 参考スコア（独自算出の注目度）: 3.9044773293857964
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human-centered wireless sensing (HCWS) aims to understand the fine-grained environment and activities of a human using the diverse wireless signals around him/her. While the sensed information about a human can be used for many good purposes such as enhancing life quality, an adversary can also abuse it to steal private information about the human (e.g., location and person's identity). However, the literature lacks a systematic understanding of the privacy vulnerabilities of wireless sensing and the defenses against them, resulting in the privacy-compromising HCWS design. In this work, we aim to bridge this gap to achieve the vision of secure human-centered wireless sensing. First, we propose a signal processing pipeline to identify private information leakage and further understand the benefits and tradeoffs of wireless sensing-based inference attacks and defenses. Based on this framework, we present the taxonomy of existing inference attacks and defenses. As a result, we can identify the open challenges and gaps in achieving privacy-preserving human-centered wireless sensing in the era of machine learning and further propose directions for future research in this field.
• Abstract（参考訳）: 人間中心型無線センシング(HCWS)は、周囲の多様な無線信号を用いて、人間の環境や活動のきめ細かい理解を目的としている。 人間の感覚情報は、生活の質を高めるなど、多くの良い目的に利用することができるが、敵はそれを悪用して、人間の私的情報(例えば、場所や人物の身元)を盗むこともできる。 しかし、この文献は、無線センシングのプライバシーの脆弱性とそれらに対する防御に関する体系的な理解が欠如しており、その結果、プライバシーを侵害するHCWS設計がもたらされる。 本研究では,このギャップを埋めて,セキュアな人間中心ワイヤレスセンシングの実現を目指す。 まず,個人の情報漏洩を識別する信号処理パイプラインを提案し,無線センシングによる推論攻撃と防御の利点とトレードオフを更に理解する。 この枠組みに基づき、既存の推論攻撃と防御の分類を提示する。 その結果、機械学習の時代において、プライバシー保護による人間中心の無線センシングを実現する上でのオープンな課題とギャップを特定し、さらにこの分野における今後の研究の方向性を提案することができる。

関連論文リスト

• Collaborative Inference over Wireless Channels with Feature Differential Privacy [57.68286389879283]
  複数の無線エッジデバイス間の協調推論は、人工知能(AI)アプリケーションを大幅に強化する可能性がある。 抽出された特徴を抽出することは、プロセス中に機密性の高い個人情報が暴露されるため、重大なプライバシーリスクをもたらす。 本稿では,ネットワーク内の各エッジデバイスが抽出された機能のプライバシを保護し,それらを中央サーバに送信して推論を行う,新たなプライバシ保存協調推論機構を提案する。
  論文  参考訳（メタデータ） (2024-10-25T18:11:02Z)
• Neuro-Symbolic Fusion of Wi-Fi Sensing Data for Passive Radar with Inter-Modal Knowledge Transfer [10.388561519507471]
  本稿では,Wi-FiセンシングのためのニューロシンボリックアーキテクチャであるDeepProbHARを紹介する。 これは、Wi-Fi信号が脚や腕の動きなどの単純な動きと区別できるという最初の証拠を提供する。 DeepProbHARは、人間の活動認識における最先端技術に匹敵する結果を達成している。
  論文  参考訳（メタデータ） (2024-07-01T08:43:27Z)
• Cybersecurity Assessment of the Polar Bluetooth Low Energy Heart-rate Sensor [0.0]
  Bluetooth Low Energy (BLE)は、無線パーソナルエリアネットワーク(WPAN)で広く使われている低電力プロトコルである。 本稿ではBLE心拍センサのセキュリティ脆弱性を解析する。 ケーススタディは、アタッカーがモバイルアプリとBLEデバイス間で送信されたデータを簡単にインターセプトし、操作できることを示しています。
  論文  参考訳（メタデータ） (2024-04-24T18:18:09Z)
• Floor extraction and door detection for visually impaired guidance [78.94595951597344]
  未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。 コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。 本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
  論文  参考訳（メタデータ） (2024-01-30T14:38:43Z)
• DensePose From WiFi [86.61881052177228]
  WiFi信号の位相と振幅を24のヒト領域内の紫外線座標にマッピングするディープニューラルネットワークを開発した。 本モデルでは,複数の被験者の密集したポーズを,画像に基づくアプローチと同等の性能で推定することができる。
  論文  参考訳（メタデータ） (2022-12-31T16:48:43Z)
• GaitFi: Robust Device-Free Human Identification via WiFi and Vision Multimodal Learning [33.89340087471202]
  本稿では,WiFi信号とビデオを利用したマルチモーダル歩行認識手法GaitFiを提案する。 GaitFiでは、WiFiのマルチパス伝搬を反映したチャネル状態情報(CSI)が収集され、人間の視線を捉え、ビデオはカメラによってキャプチャされる。 本稿では,ロバストな歩行情報を学習するために,バックボーンネットワークとして軽量残差畳み込みネットワーク(LRCN)を提案し,さらに2ストリームのGaitFiを提案する。 GaitFiが最先端の歩行認識より優れていることを示す実験が実世界で実施されている
  論文  参考訳（メタデータ） (2022-08-30T15:07:43Z)
• WiFi-based Spatiotemporal Human Action Perception [53.41825941088989]
  SNN(End-to-end WiFi signal Neural Network)は、Wi-Fiのみのセンシングを可能にするために提案されている。 特に、3D畳み込みモジュールはWiFi信号の時間的連続性を探索することができ、特徴自己保持モジュールは支配的な特徴を明示的に維持することができる。
  論文  参考訳（メタデータ） (2022-06-20T16:03:45Z)
• Hands-on Wireless Sensing with Wi-Fi: A Tutorial [7.8774878397748065]
  このチュートリアルでは、Wi-Fiセンシングを例に挙げる。 データ収集、信号処理、特徴抽出、モデル設計の理論的原則とコード実装の両方を導入している。
  論文  参考訳（メタデータ） (2022-06-20T01:53:35Z)
• Robustness Threats of Differential Privacy [70.818129585404]
  我々は、いくつかの設定で差分プライバシーをトレーニングしたネットワークが、非プライベートバージョンに比べてさらに脆弱であることを実験的に実証した。 本研究では,勾配クリッピングや雑音付加などのニューラルネットワークトレーニングの主成分が,モデルの堅牢性に与える影響について検討する。
  論文  参考訳（メタデータ） (2020-12-14T18:59:24Z)
• Vision Meets Wireless Positioning: Effective Person Re-identification with Recurrent Context Propagation [120.18969251405485]
  既存の人物再識別方法は、歩行者を捕獲する視覚センサーに依存している。 携帯電話は、無線測位信号の形で、WiFiや携帯電話ネットワークによって感知することができる。 本稿では,視覚データと無線位置決めデータの間で情報伝達を可能にする新しいコンテキスト伝搬モジュールを提案する。
  論文  参考訳（メタデータ） (2020-08-10T14:19:15Z)

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。