論文の概要: AndroCon: Conning Location Services in Android
- arxiv url: http://arxiv.org/abs/2407.19392v1
- Date: Sun, 28 Jul 2024 04:20:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-30 18:32:13.537226
- Title: AndroCon: Conning Location Services in Android
- Title（参考訳）: AndroCon: Androidの位置情報サービス
- Authors: Soham Nag, Smruti R. Sarangi,
- Abstract要約: 本報告では,モバイル端末から1年間4万平方キロメートルの地域で半処理されたGPSデータを用いた縦断的研究について述べる。
データは航空機、クルーズ船、高度の高い場所から取得された。
われわれの研究であるAndroConは、lin-ear判別分析、無香のカルマンフィルター、勾配向上、ランダムな森林学習を組み合わせて、正確な環境と人間の活動センサーを提供する。
- 参考スコア（独自算出の注目度）: 0.4143603294943439
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Mobile device hackers often target ambient sensing, human activity identification, and interior floor mapping. In addition to overt signals like microphones and cameras, covert channels like WiFi, Bluetooth, and augmented GPS signal strengths have been employed to gather this information. Until date, passive, receive-only satellite GPS sensing relied solely on signal strength and location information. This paper demonstrates that semi-processed GPS data (39 features) accessible to apps since Android 7 with precise location permissions can be used as a highly accurate leaky channel for sensing ambient, recognising human activity, and mapping indoor spaces (99%+ accuracy). This report describes a longitudinal research that used semi-processed GPS readings from mobile devices throughout a 40,000 sq. km region for a year. Data was acquired from aeroplanes, cruise ships, and high-altitude places. To retain crucial information, we analyse all satellite GPS signals and select the best characteristics using cross-correlation analysis. Our work, AndroCon, combines lin-ear discriminant analysis, unscented Kalman filtering, gradient boosting, and random forest learning to provide an accurate ambient and human activity sensor. At AndroCon, basic ML algorithms are used for discreet and somewhat explainable outcomes. We can readily recognise challenging situations, such as being in a subway, when someone is waving a hand in front of a mobile device, in front of a stairway, or with others present (not always carrying phones). This is the most extensive study on satellite GPS-based sensing as of yet.
- Abstract（参考訳）: モバイルデバイスのハッカーは、環境検知、人間の活動識別、インテリアフロアマッピングをしばしばターゲットとしている。
マイクやカメラなどの過度な信号に加えて、WiFiやBluetoothなどの秘密チャンネルやGPS信号の強化も、この情報収集に使われている。
これまでは、受信専用衛星GPSセンサーは信号強度と位置情報のみに依存していた。
本稿は,Android 7以降のアプリに正確な位置許可付きでアクセス可能な半処理GPSデータ(39機能)を,環境検知,人間活動認識,屋内空間マッピング(99%以上の精度)のための高精度な漏洩チャネルとして使用できることを示す。
本報告では,携帯端末から4万平方秒にわたって半処理されたGPSデータを用いた縦断的研究について述べる。
1年で1km。
データは航空機、クルーズ船、高度の高い場所から取得された。
重要な情報を保持するため、全衛星GPS信号を解析し、相互相関分析を用いて最適な特性を選択する。
われわれの研究であるAndroConは、lin-ear判別分析、無香のカルマンフィルター、勾配向上、ランダムな森林学習を組み合わせて、正確な環境と人間の活動センサーを提供する。
AndroConでは、基本的なMLアルゴリズムが、離散的で説明可能な結果に使用される。
地下鉄にいるとき、誰かがモバイルデバイスの前で手を振っているとき、階段の前で手を振っているとき、あるいは(必ずしも携帯を持っていないときなど、困難な状況を容易に認識できます。
これは現在、衛星GPSによるセンシングに関する最も広範な研究である。
関連論文リスト
- Unsupervised Visual Odometry and Action Integration for PointGoal
Navigation in Indoor Environment [14.363948775085534]
屋内環境におけるポイントゴールナビゲーションは、個人ロボットが特定の地点に向かうための基本的なタスクである。
GPS信号を使わずにPointGoalナビゲーションの精度を向上させるために、ビジュアル・オドメトリー(VO)を用い、教師なしで訓練された新しいアクション統合モジュール(AIM)を提案する。
実験により,提案システムは良好な結果が得られ,Gibsonデータセット上で部分的に教師付き学習アルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2022-10-02T03:12:03Z) - ViKiNG: Vision-Based Kilometer-Scale Navigation with Geographic Hints [94.60414567852536]
長距離航法には、計画と局所的な移動可能性の推論の両方が必要である。
学習と計画を統合する学習に基づくアプローチを提案する。
ViKiNGは、画像ベースの学習コントローラを利用できる。
論文 参考訳（メタデータ） (2022-02-23T02:14:23Z) - Benchmarking high-fidelity pedestrian tracking systems for research,
real-time monitoring and crowd control [55.41644538483948]
実生活環境における高忠実な歩行者追跡は,群集動態研究において重要なツールである。
この技術が進歩するにつれて、社会においても益々有用になってきている。
歩行者追跡技術の研究と技術に成功させるためには、正確さの検証とベンチマークが不可欠である。
我々は、プライバシーに配慮した歩行者追跡技術のためのベンチマークスイートをコミュニティのオープンスタンダードに向けて提示し、議論する。
論文 参考訳（メタデータ） (2021-08-26T11:45:26Z) - The Surprising Effectiveness of Visual Odometry Techniques for Embodied
PointGoal Navigation [100.08270721713149]
PointGoalナビゲーションは、シミュレーションされたEmbodied AI環境で導入された。
最近の進歩は、ほぼ完璧な精度でPointGoalナビゲーションタスクを解く(99.6%の成功)
本研究では,ナビゲーションポリシにビジュアルオドメトリ技術を統合することで,人気の高いHabitat PointNavベンチマークの最先端性を大きなマージンで向上することを示す。
論文 参考訳（メタデータ） (2021-08-26T02:12:49Z) - DeepLoc: A Ubiquitous Accurate and Low-Overhead Outdoor Cellular
Localization System [6.780776591991887]
DeepLocはディープラーニングベースの屋外ローカライゼーションシステムである。
DeepLocは、都市部では18.8m、農村部では15.7mで、中央値のローカライゼーション精度を達成できる。
この精度は、最先端のセルベースシステムよりも470%以上優れており、GPSと比較して330%の省電力が可能である。
論文 参考訳（メタデータ） (2021-06-25T13:34:40Z) - Domain and Modality Gaps for LiDAR-based Person Detection on Mobile
Robots [91.01747068273666]
本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。
実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。
その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
論文 参考訳（メタデータ） (2021-06-21T16:35:49Z) - Analysis of geospatial behaviour of visitors of urban gardens: is
positioning via smartphones a valid solution? [0.0]
本研究では,スマートフォンで直接記録された位置が,都市庭園における人々の行動の空間的分析に有効な解である,という仮説を検証した。
i)参照トラックに対する位置の精度の評価、(ii)位置情報の送信と処理を自動化するフレームワークの実装、(iii)空間分析による所望スポットの分析の3つの部分について報告する。
論文 参考訳（メタデータ） (2021-06-20T08:32:05Z) - Digital Contact Tracing for Covid 19 [0.0]
新型コロナウイルス感染症(COVID19)は、新型コロナウイルスの感染が人為感染によるものと推定され、世界的な緊急事態を招いた。
旅行履歴,無症状,症状のないユーザと接触したユーザを追跡する必要があるが,将来的にはそうなる可能性がある。
本研究は,GPSとクラウドコンピューティング技術を用いた接触追跡手法を提案する。
論文 参考訳（メタデータ） (2021-05-22T07:03:50Z) - Deep Weakly Supervised Positioning [19.98491876054782]
訓練用ポスネットには完全な監督が必要であり、そこでは根拠となる真理の位置を得るのが容易ではない。
PoseNetは各観測の真理位置を知らずにトレーニングできますか?
これは制約ベースの弱いスーパービジョンを通じて可能であり、提案されたフレームワークであるDeepGPSにつながることを示す。
論文 参考訳（メタデータ） (2021-04-10T21:19:08Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳（メタデータ） (2020-08-29T15:14:03Z) - Real-time Localization Using Radio Maps [59.17191114000146]
パスロスに基づく簡易かつ効果的なローカライゼーション法を提案する。
提案手法では, 受信した信号強度を, 既知の位置を持つ基地局の集合から報告する。
論文 参考訳（メタデータ） (2020-06-09T16:51:17Z)
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。