論文の概要: RFID-Based Non-Biometric Classroom Attendance System: Proxy Attendance Detection via Weight Sensor Integration
- arxiv url: http://arxiv.org/abs/2604.22697v1
- Date: Fri, 24 Apr 2026 16:30:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-27 15:36:26.534017
- Title: RFID-Based Non-Biometric Classroom Attendance System: Proxy Attendance Detection via Weight Sensor Integration
- Title（参考訳）: RFIDに基づく非バイオメトリックなクラスルームアテンダンスシステム:重みセンサの統合によるプロキシアテンダンス検出
- Authors: Furkan Ege, Muhsin Özdemir,
- Abstract要約: 本研究では,両障害に対処するバイオメトリックフリーアテンダンスシステムを提案する。
プロトタイプはRFIDモジュール、RFIDカード、重量センサー、Bluetoothモジュール、Arduino UNOマイクロコントローラで構成されている。
PythonベースのGUIは、Bluetooth経由で学生管理、コーストラッキング、CSVベースのレポートを実行する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Attendance tracking in educational institutions, when conducted through traditional methods, leads to structural problems that consume instruction time and threaten academic integrity. Attendance durations spanning several minutes in primary and secondary education and exceeding ten minutes in higher education, combined with the proxy attendance problem of signing on behalf of someone else, demonstrate the need for electronic systems. Most existing electronic solutions rely on biometric authentication, which raises legal and ethical risks under the European General Data Protection Regulation (GDPR), the Turkish Personal Data Protection Law (KVKK), and the United States Family Educational Rights and Privacy Act (FERPA). Systems using RFID alone provide no built-in safeguard against proxy attendance through card transfer. This study proposes a biometric-free IoT attendance system addressing both deficiencies. The prototype consists of an RFID module, RFID cards, weight sensors, a Bluetooth module, and an Arduino UNO microcontroller. After the student presents their RFID card, the weight sensor measurement is compared against a statistical reference range of 350 individuals (aged 18-22) compiled from three Kaggle datasets; no personal biometric data is recorded. A Python-based GUI performs student management, course tracking, and CSV-based reporting via Bluetooth. Qualitative tests in conditions close to a real classroom have shown that the RFID reading, weight verification, Bluetooth communication, and GUI modules operate in an integrated manner as expected. The proposed system offers a low-cost and reproducible solution that aims to reduce proxy attendance without storing biometric data.
- Abstract（参考訳）: 従来の手法で実施される教育機関の出席追跡は、授業時間を消費し、学術的整合性を脅かす構造上の問題を引き起こす。
初等・中等教育で数分間、高等教育で10分間を超える出席期間と、他の誰かに代わって署名する代理参加者問題とを合わせると、電子システムの必要性が示される。
既存の電子ソリューションの多くは生体認証に依存しており、欧州一般データ保護規則(GDPR)、トルコ人個人データ保護法(KVK)、米国家庭教育権プライバシー法(FERPA)の下で法的および倫理的リスクを生じさせる。
RFIDのみを使用するシステムは、カード転送によるプロキシアテンダンスに対するビルトインセーフガードを提供しない。
本研究では,両欠陥に対処するバイオメトリックフリーなIoTアテンダンスシステムを提案する。
プロトタイプはRFIDモジュール、RFIDカード、重量センサー、Bluetoothモジュール、Arduino UNOマイクロコントローラで構成されている。
RFIDカードを提示すると、3つのKaggleデータセットから収集された350人(18～22歳)の統計基準範囲と比較し、個人的生体データを記録しない。
PythonベースのGUIは、Bluetooth経由で学生管理、コーストラッキング、CSVベースのレポートを実行する。
実教室に近い条件下での定性的なテストでは、RFIDの読み出し、ウェイト検証、Bluetooth通信、GUIモジュールが期待通りに統合的に動作していることが示されている。
提案システムは,バイオメトリックスデータを格納することなく,プロキシアテンダンスを低減することを目的とした,低コストで再現可能なソリューションを提供する。
関連論文リスト
- AIOT based Smart Education System: A Dual Layer Authentication and Context-Aware Tutoring Framework for Learning Environments [0.0]
AIoTベースのスマート教育システムは、出席詐欺、パーソナライゼーションの欠如、学生の退学、非効率的なリソース利用といった、現代の教室における課題に対処する。
統合されたプラットフォームは,(1)RFIDベースのIDスキャンとWiFi認証を活用した2要素認証システム,(2)インストラクターによるリアルタイム,コンテキスト認識支援,動的クイズ生成を提供するAIアシスタント,(4)教室の照明,空気の質,温度をIoTセンサやアクチュエータを使って自律的に制御するEcoSmart Campusモジュールの4つのコアモジュールを組み合わせる。
論文 参考訳（メタデータ） (2025-10-30T21:00:22Z) - Process Automation Architecture Using RFID for Transparent Voting Systems [0.0]
提案アーキテクチャは,RFIDによる投票者識別,投票キャスティング,セキュアなデータ送信を通じて投票ワークフローを自動化する。
タンパー保護監視機構は、各セッションを時間スタンプ付きデジタル署名で記録し、監査可能性とデータの整合性を確保する。
リアルタイム監視とセキュアなプロセス制御モジュールの統合により、選挙当局はデータロギングの自動化、異常の検出、システムの完全性検証を動的に行うことができる。
論文 参考訳（メタデータ） (2025-10-20T10:43:51Z) - School Attendance Control System Based on RFID Technology with Raspberry Pi and Arduino: EDURFID [0.0]
本稿では,ペルーの農村教育機関を対象としたRFID技術に基づく学校通学自動制御システムであるEDURFIDについて述べる。
このシステムはオープンソースのハードウェア(Raspberry Pi 5 Arduino UNO R3)とRC522 RFIDモジュールを13.56MHzで動作させ、Python Djangoで開発されたWebアーキテクチャを実装している。
このシステムは、RFID読み取りにおいて0.03秒の応答時間で100%精度を示し、商用ソリューションと比較して94%のコスト削減を実現している。
論文 参考訳（メタデータ） (2025-07-14T02:32:04Z) - CANTXSec: A Deterministic Intrusion Detection and Prevention System for CAN Bus Monitoring ECU Activations [53.036288487863786]
物理ECUアクティベーションに基づく最初の決定論的侵入検知・防止システムであるCANTXSecを提案する。
CANバスの古典的な攻撃を検知・防止し、文献では調査されていない高度な攻撃を検知する。
物理テストベッド上での解法の有効性を実証し,攻撃の両クラスにおいて100%検出精度を達成し,100%のFIAを防止した。
論文 参考訳（メタデータ） (2025-05-14T13:37:07Z) - CryptoFormalEval: Integrating LLMs and Formal Verification for Automated Cryptographic Protocol Vulnerability Detection [41.94295877935867]
我々は,新たな暗号プロトコルの脆弱性を自律的に識別する大規模言語モデルの能力を評価するためのベンチマークを導入する。
私たちは、新しい、欠陥のある通信プロトコルのデータセットを作成し、AIエージェントが発見した脆弱性を自動的に検証する方法を設計しました。
論文 参考訳（メタデータ） (2024-11-20T14:16:55Z) - Reverse Engineering and Security Evaluation of Commercial Tags for RFID-Based IoT Applications [0.9999629695552193]
本稿では、RFIDベースのIoTシステムで見られる最も一般的な欠陥について概説する。
第二に、そのような欠陥の検出と緩和を容易にする新しい手法を提示する。
第3に、最新のRFIDセキュリティツールを分析し、提案手法をその1つを通して適用し(Proxmark 3)、検証する。
論文 参考訳（メタデータ） (2024-02-05T23:55:46Z) - VeriFi: Towards Verifiable Federated Unlearning [59.169431326438676]
フェデレートラーニング(FL)は、参加者がプライベートデータを共有せずに強力なモデルを共同でトレーニングする、協調学習パラダイムである。
参加者を去るには、グローバルモデルからプライベートデータを削除するよう要求する権利がある。
フェデレートされた未学習と検証を統合した統合フレームワークであるVeriFiを提案する。
論文 参考訳（メタデータ） (2022-05-25T12:20:02Z) - Benchmarking Quality-Dependent and Cost-Sensitive Score-Level Multimodal
Biometric Fusion Algorithms [58.156733807470395]
本稿では,BioSecure DS2 (Access Control) 評価キャンペーンの枠組み内で実施したベンチマーク研究について報告する。
キャンペーンは、約500人の中規模施設における物理的アクセス制御の適用を目標とした。
我々の知る限りでは、これは品質ベースのマルチモーダル融合アルゴリズムをベンチマークする最初の試みである。
論文 参考訳（メタデータ） (2021-11-17T13:39:48Z) - Learning-Based UE Classification in Millimeter-Wave Cellular Systems
With Mobility [67.81523988596841]
ミリ波携帯電話通信では、送信機と受信機のビームのアライメントを可能にするビームフォーミング手順が必要である。
効率的なビームトラッキングでは、トラフィックと移動パターンに応じてユーザーを分類することが有利である。
これまでの研究は、機械学習に基づくUE分類の効率的な方法を示してきた。
論文 参考訳（メタデータ） (2021-09-13T12:00:45Z) - BU-Trace: A Permissionless Mobile System for Privacy-Preserving
Intelligent Contact Tracing [40.44797233933835]
新型コロナウイルス(COVID-19)のパンデミックは、世界にとって前例のない健康危機を引き起こしている。
デジタルコンタクトトレースに関する研究は盛んに行われているが、既存のソリューションはユーザーのプライバシーと利便性の要件を満たすことはほとんどない。
QRコードとNFC技術に基づく知的接触追跡をプライバシ保存するための無許可モバイルシステムであるBU-Traceを提案する。
論文 参考訳（メタデータ） (2021-01-24T06:11:09Z) - When Physical Unclonable Function Meets Biometrics [0.5156484100374058]
心電図(ECG)に基づく生体計測は、患者を認証し、患者のバイタルサインを監視することで普及している。
揮発性メモリベース(NVM)PUFは、偽造を避けるためにデバイスに簡単に配置できる。
当社の目標は、ハードウェアセキュリティを可能にする生体認証に基づく最先端の開発論文の包括的な研究を提供することです。
論文 参考訳（メタデータ） (2020-12-14T20:00:40Z)
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。