Fugu-MT 論文翻訳(概要): Privacy-Preserving by Design: Indoor Positioning System Using Wi-Fi Passive TDOA

論文の概要: Privacy-Preserving by Design: Indoor Positioning System Using Wi-Fi Passive TDOA

arxiv url: http://arxiv.org/abs/2306.02211v1
Date: Sat, 3 Jun 2023 23:27:38 GMT
ステータス: 処理完了
システム内更新日: 2023-06-06 19:27:23.596458
Title: Privacy-Preserving by Design: Indoor Positioning System Using Wi-Fi Passive TDOA
Title（参考訳）: 設計によるプライバシ保護:Wi-FiパッシブTDOAを用いた屋内位置決めシステム
Authors: Mohamed Mohsen, Hamada Rizk, Moustafa Youssef
Abstract要約: PassiFiは、新しいパッシブWi-Fiタイムベースの屋内ローカライゼーションシステムで、正確性とプライバシーのバランスをとる。 PassiFiは、ユーザのプライバシを保証し、測定データの完全性を保護するために、パッシブWiFi Time difference of Arrival(TDoA)アプローチを使用している。実世界のテストベッドでの評価は、PassiFiの例外的な性能を示し、従来のマルチレイタレーションを128%上回っている。
参考スコア（独自算出の注目度）: 2.728025635959799
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Indoor localization systems have become increasingly important in a wide range of applications, including industry, security, logistics, and emergency services. However, the growing demand for accurate localization has heightened concerns over privacy, as many localization systems rely on active signals that can be misused by an adversary to track users' movements or manipulate their measurements. This paper presents PassiFi, a novel passive Wi-Fi time-based indoor localization system that effectively balances accuracy and privacy. PassiFi uses a passive WiFi Time Difference of Arrival (TDoA) approach that ensures users' privacy and safeguards the integrity of their measurement data while still achieving high accuracy. The system adopts a fingerprinting approach to address multi-path and non-line-of-sight problems and utilizes deep neural networks to learn the complex relationship between TDoA and location. Evaluation in a real-world testbed demonstrates PassiFi's exceptional performance, surpassing traditional multilateration by 128%, achieving sub-meter accuracy on par with state-of-the-art active measurement systems, all while preserving privacy.
Abstract（参考訳）: 屋内ローカライズシステムは,産業,セキュリティ,ロジスティクス,緊急サービスなど,幅広いアプリケーションにおいてますます重要になっている。しかし、多くのローカライゼーションシステムは、ユーザの動きを追跡したり、測定を操作したりするために、敵が誤用する可能性のあるアクティブなシグナルに依存しているため、正確なローカライゼーションの需要が高まっている。本稿では,Wi-Fiの時間に基づく新しい屋内位置決めシステムであるPassiFiについて述べる。 PassiFiは、ユーザのプライバシを保証し、測定データの完全性を高い精度で保護する、パッシブWiFi Time difference of Arrival(TDoA)アプローチを使用している。このシステムは、マルチパスと非線形問題に対処する指紋認証アプローチを採用し、深層ニューラルネットワークを用いてTDoAと位置の複雑な関係を学習する。実世界のテストベッドでの評価は、passifiの優れた性能を示し、従来のマルチレイティングを128%上回り、プライバシーを維持しながら、最先端のアクティブな測定システムと同等の精度を達成している。

関連論文リスト

Time-Frequency Analysis of Variable-Length WiFi CSI Signals for Person Re-Identification [3.3743041904085125]
人物再識別(ReID)は、セキュリティ検出や数え方において重要な役割を果たす。本文では, 歩行者の特徴を識別するための基礎として, WiFi信号のマルチパス伝搬特性を活用する, WiFiチャネル状態情報(CSI)を用いた手法を紹介する。本稿では、WiFi信号の周波数領域における時間領域の振幅と位相を解析し、可変長データを処理できる2ストリームネットワーク構造を提案する。
論文参考訳（メタデータ） (2024-07-12T07:10:47Z)
PeFAD: A Parameter-Efficient Federated Framework for Time Series Anomaly Detection [51.20479454379662]
私たちはaを提案します。フェデレートされた異常検出フレームワークであるPeFADは、プライバシーの懸念が高まっている。我々は、4つの実際のデータセットに対して広範な評価を行い、PeFADは既存の最先端ベースラインを最大28.74%上回っている。
論文参考訳（メタデータ） (2024-06-04T13:51:08Z)
Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文参考訳（メタデータ） (2024-01-22T14:16:37Z)
Privacy-Preserving Intrusion Detection in Software-defined VANET using Federated Learning with BERT [0.0]
本研究では,Federated Learning (FL) 機能を用いた侵入検知手法を提案する。 FL-BERTは有望な結果を出し、この研究分野のさらなる研究の道を開いた。この結果から,FL-BERTは攻撃検出を向上するための有望な手法であることが示唆された。
論文参考訳（メタデータ） (2024-01-14T18:32:25Z)
Time-Selective RNN for Device-Free Multi-Room Human Presence Detection Using WiFi CSI [9.927073290898848]
デバイスなしの人間の存在検知は、ホームオートメーション、セキュリティ、ヘルスケアなど、さまざまなアプリケーションにとって重要な技術である。近年,商用WiFiアクセスポイント(AP)から抽出した無線チャネル状態情報を用いて,詳細なチャネル特性について検討している。本稿では,時間選択型条件付き二重特徴抽出再帰ネットワークを用いたマルチルームシナリオのためのデバイスフリーな人間の存在検知システムを提案する。
論文参考訳（メタデータ） (2023-04-25T19:21:47Z)
Attention-Enhanced Deep Learning for Device-Free Through-the-Wall Presence Detection Using Indoor WiFi Systems [9.087163485833054]
WiFi信号のチャネル状態情報(CSI)を用いた人間の存在検知システムを提案する。本システムでは,CSIデータから情報サブキャリアを自動的に選択するためのアテンションメカニズムを用いて,アテンション検出のためのアテンション強化深層学習(ALPD)と命名した。提案するALPDシステムは,CSIデータセットを収集するための一対のWiFiアクセスポイント(AP)をデプロイすることで評価し,さらにいくつかのベンチマークと比較した。
論文参考訳（メタデータ） (2023-04-25T19:17:36Z)
Privacy-Preserving Face Recognition with Learnable Privacy Budgets in Frequency Domain [77.8858706250075]
本稿では,周波数領域における差分プライバシーを用いたプライバシ保護顔認証手法を提案する。本手法はいくつかの古典的顔認証テストセットで非常によく機能する。
論文参考訳（メタデータ） (2022-07-15T07:15:36Z)
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)
GraSens: A Gabor Residual Anti-aliasing Sensing Framework for Action Recognition using WiFi [52.530330427538885]
WiFiベースのヒューマンアクション認識(HAR)は、スマートリビングやリモート監視といったアプリケーションにおいて、有望なソリューションと見なされている。本稿では,無線機器からのWiFi信号を用いた動作を,多様なシナリオで直接認識する,エンド・ツー・エンドのGabor残差検知ネットワーク(GraSens)を提案する。
論文参考訳（メタデータ） (2022-05-24T10:20:16Z)
Federated Learning for Intrusion Detection System: Concepts, Challenges and Future Directions [0.20236506875465865]
侵入検知システムは、スマートデバイスのセキュリティとプライバシを確保する上で重要な役割を果たす。本稿では,侵入検知システムにおけるFLの使用について,広範囲かつ徹底的に検討することを目的とする。
論文参考訳（メタデータ） (2021-06-16T13:13:04Z)
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)

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。