Representation Learning for Sensor-based Device Pairing

Ngu Nguyen, Nico Jähne-Raden, Ulf Kulau, Stephan Sigg

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

123 Lataukset (Pure)

Abstrakti

The emergence of on-body gadgets has introduced a novel research direction: unobtrusive and continuous device pairing. Existing approaches leveraged contextual information collected by sensors to generate secure communication keys. The secret information is represented throught hand-engineered features. In this paper, we propose a learning method based on Siamese neural networks to extract features that signify on-body context while separating off-body devices.

AlkuperäiskieliEnglanti
Otsikko2018 IEEE International Conference on Pervasive Computing and Communications Workshops, PerCom Workshops 2018
KustantajaIEEE
Sivut508-511
Sivumäärä4
ISBN (elektroninen)9781538632277
DOI - pysyväislinkit
TilaJulkaistu - 2 lokakuuta 2018
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaIEEE International Conference on Pervasive Computing and Communications Workshops - Athens, Kreikka
Kesto: 19 maaliskuuta 201823 maaliskuuta 2018

Conference

ConferenceIEEE International Conference on Pervasive Computing and Communications Workshops
LyhennettäPerCom Workshops
MaaKreikka
KaupunkiAthens
Ajanjakso19/03/201823/03/2018

Sormenjälki Sukella tutkimusaiheisiin 'Representation Learning for Sensor-based Device Pairing'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

  • Siteeraa tätä

    Nguyen, N., Jähne-Raden, N., Kulau, U., & Sigg, S. (2018). Representation Learning for Sensor-based Device Pairing. teoksessa 2018 IEEE International Conference on Pervasive Computing and Communications Workshops, PerCom Workshops 2018 (Sivut 508-511). [8480412] IEEE. https://doi.org/10.1109/PERCOMW.2018.8480412