論文の概要: VReaves: Eavesdropping on Virtual Reality App Identity and Activity via Electromagnetic Side Channels
- arxiv url: http://arxiv.org/abs/2506.17570v1
- Date: Sat, 21 Jun 2025 03:53:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-24 19:06:36.479786
- Title: VReaves: Eavesdropping on Virtual Reality App Identity and Activity via Electromagnetic Side Channels
- Title（参考訳）: VReaves: 電磁サイドチャネルによる仮想現実アプリアイデンティティとアクティビティの盗聴
- Authors: Sun Wei, Fang Minghong, Li Mengyuan,
- Abstract要約: 本稿では,VRアプリ識別とアクティビティ認識のためのVRヘッドセットの電磁エマレーション側チャネルを盗聴するシステムであるVReavesについて述べる。
まず、信号処理パイプラインを介して、VRヘッドセットに埋め込まれたIoTセンサー(カメラやマイクなど)から電磁エマニュエーションを特徴付ける。
市販の市販VRデバイスを用いた実験により,電磁エマレーション側チャネルによるVRアプリの識別とアクティビティ認識の効率化が実証された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Virtual reality (VR) has recently proliferated significantly, consisting of headsets or head-mounted displays (HMDs) and hand controllers for an embodied and immersive experience. The VR device is usually embedded with different kinds of IoT sensors, such as cameras, microphones, communication sensors, etc. However, VR security has not been scrutinized from a physical hardware point of view, especially electromagnetic emanations (EM) that are automatically and unintentionally emitted from the VR headset. This paper presents VReaves, a system that can eavesdrop on the electromagnetic emanation side channel of a VR headset for VR app identification and activity recognition. To do so, we first characterize the electromagnetic emanations from the embedded IoT sensors (e.g., cameras and microphones) in the VR headset through a signal processing pipeline and further propose machine learning models to identify the VR app and recognize the VR app activities. Our experimental evaluation with commercial off-the-shelf VR devices demonstrates the efficiency of VR app identification and activity recognition via electromagnetic emanation side channel.
- Abstract（参考訳）: 仮想現実(VR)は、ヘッドセットやヘッドマウントディスプレイ(HMD)と、具体的で没入感のある体験のためのハンドコントローラからなる、最近著しく普及した。
VRデバイスは通常、カメラ、マイク、通信センサーなど、さまざまな種類のIoTセンサーが組み込まれている。
しかし、VRのセキュリティは物理的なハードウェアの観点からは精査されていない。特に電磁エマニュエーション(EM)は、VRヘッドセットから自動的に無意識に放出される。
本稿では,VRアプリ識別とアクティビティ認識のためのVRヘッドセットの電磁エマレーション側チャネルを盗聴するシステムであるVReavesについて述べる。
そのために、まず、信号処理パイプラインを介してVRヘッドセットに埋め込まれたIoTセンサ(例えばカメラやマイク)から電磁エマニュエーションを特徴付け、さらに、VRアプリを特定し、VRアプリのアクティビティを認識するための機械学習モデルを提案する。
市販の市販VRデバイスを用いた実験により,電磁エマレーション側チャネルによるVRアプリの識別とアクティビティ認識の効率化が実証された。
関連論文リスト
- mmSpyVR: Exploiting mmWave Radar for Penetrating Obstacles to Uncover Privacy Vulnerability of Virtual Reality [20.72439781800557]
本稿は、攻撃者が障害物を通じてVRのプライバシーを捕捉できるVRシステムの新たな脆弱性を明らかにする。
我々は,mmWaveレーダによるVRユーザのプライバシーに対する新たな攻撃であるmmSpyVRを提案する。
論文 参考訳（メタデータ） (2024-11-15T03:22:44Z) - Real-Time Simulated Avatar from Head-Mounted Sensors [70.41580295721525]
我々はAR/VRヘッドセットから得られた情報(ヘッドセットポーズとカメラ)からシミュレーションアバターを制御するSimXRを提案する。
カメラでヘッドセットのポーズを合成するために、人型ロボットを制御してヘッドセットの動きをトラッキングし、入力画像を分析して身体の動きを決定する。
体の一部が見えると、手足の動きは画像によって案内され、見えない場合は物理法則が制御器を誘導して可塑性運動を発生させる。
論文 参考訳（メタデータ） (2024-03-11T16:15:51Z) - An Empirical Study on Oculus Virtual Reality Applications: Security and
Privacy Perspectives [46.995904896724994]
本稿では,VRアプリのためのセキュリティとプライバシ評価ツールであるVR-SP検出器を開発する。
筆者らはVR-SP検出器を用いて,500種類のVRアプリに関する総合的研究を行った。
VRアプリには、セキュリティ上の脆弱性やプライバシリークが数多く存在していることが分かりました。
論文 参考訳（メタデータ） (2024-02-21T13:53:25Z) - Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data [49.68609500290361]
最近の研究では、ほぼすべてのVRアプリケーションで使われているモーショントラッキングの「テレメトリ」データが、指紋スキャンと同じくらいに識別可能であることが示されている。
本稿では、既知の防御対策を確実に回避できる最先端のVR識別モデルを提案する。
論文 参考訳（メタデータ） (2023-11-09T01:34:22Z) - BehaVR: User Identification Based on VR Sensor Data [7.114684260471529]
これは、VRデバイス上で実行される複数のアプリによって収集されたすべてのセンサグループからのデータを収集し、分析するフレームワークである。
私たちはBehaVRを使って、20の人気のある現実世界のアプリと対話する実際のユーザーからデータを収集しています。
私たちは、利用可能なセンサデータから機能を抽出して、アプリ内およびアプリ間のユーザ識別のための機械学習モデルを構築します。
論文 参考訳（メタデータ） (2023-08-14T17:43:42Z) - OpenVR: Teleoperation for Manipulation [0.0]
本稿では、Oculus VRヘッドセットを用いてFranka Emika Pandaロボットを遠隔操作するバーチャルリアリティ(VR)遠隔操作法を提案する。
私たちのコードはオープンソースで、簡単に利用可能なコンシューマハードウェア用に設計され、変更が容易で、実験的なセットアップに非依存で、簡単に使用できます。
論文 参考訳（メタデータ） (2023-05-16T19:34:05Z) - Learning Effect of Lay People in Gesture-Based Locomotion in Virtual
Reality [81.5101473684021]
最も有望な方法はジェスチャーベースであり、追加のハンドヘルドハードウェアを必要としない。
最近の研究は、主に異なるロコモーションテクニックのユーザの好みとパフォーマンスに焦点を当てている。
本研究は,VRにおける手のジェスチャーに基づくロコモーションシステムへの適応の迅速さについて検討した。
論文 参考訳（メタデータ） (2022-06-16T10:44:16Z) - Wireless Edge-Empowered Metaverse: A Learning-Based Incentive Mechanism
for Virtual Reality [102.4151387131726]
メタバースにおけるVRサービスのための学習型インセンティブメカニズムフレームワークを提案する。
まず,仮想世界におけるVRユーザのための指標として,知覚の質を提案する。
第二に、VRユーザー(買い手)とVR SP(売り手)間のVRサービスの迅速な取引のために、オランダの二重オークション機構を設計する。
第3に,この競売プロセスの高速化を目的とした深層強化学習型競売機を設計する。
論文 参考訳（メタデータ） (2021-11-07T13:02:52Z) - Guidelines for the Development of Immersive Virtual Reality Software for
Cognitive Neuroscience and Neuropsychology: The Development of Virtual
Reality Everyday Assessment Lab (VR-EAL) [0.0]
本研究は、認知神経科学および神経心理学におけるVRソフトウェア開発のためのガイドラインを提供する。
20～45歳,12～16歳のフルタイム教育を受けた25名の被験者がVR-EALの様々なバージョンを評価した。
VR-EALの最終バージョンはVRNQのすべてのサブスコアでハイスコアを獲得し、同種のカットオフを上回った。
論文 参考訳（メタデータ） (2021-01-20T14:55:57Z)
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。