Representation Learning for Sensor-based Device Pairing

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussavertaisarvioitu

Tutkijat

Organisaatiot

  • Hannover Medical School
  • Technische Universität Braunschweig

Kuvaus

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.

Yksityiskohdat

AlkuperäiskieliEnglanti
Otsikko2018 IEEE International Conference on Pervasive Computing and Communications Workshops, PerCom Workshops 2018
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

Lataa tilasto

Ei tietoja saatavilla

ID: 29890958