MétaCan
Menu
Retour à la cohorte
Enregistrement W4402474947 · doi:10.1109/ccece59415.2024.10667145

Gait-based Authentication in Smart Aging Care Systems

2024· article· en· W4402474947 sur OpenAlexaff
Youssef Yamout, Shahrear Iqbal, Nilesh Chakraborty, Mohammad Zulkernine

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGait Recognition and Analysis
Établissements canadiensResearch and Productivity CouncilQueen's University
Organismes subventionnairesNational Research Council
Mots-clésComputer scienceGaitAuthentication (law)Gait analysisPhysical medicine and rehabilitationComputer securityHuman–computer interactionEmbedded systemMedicine

Résumé

récupéré en direct d'OpenAlex

A Smart Aging Care System (SACS) allows elderly individuals to age gracefully in their homes through a connected network of heterogeneous sensors, devices, and third-party applications. However, like any Internet of Things (IoT) system, a SACS is susceptible to security threats.Gait-based authentication is a non-invasive and cost-effective biometric modality that enhances user experience (e.g., automatic authentication of a smart pill dispenser) and security. However, gait patterns become more pronounced with age, making it challenging to recognize elderly individuals. Given the limited emphasis on gait identification for the elderly, this work proposes an enhanced gait identification technique.The results show that we could identify 96.20% of gait data pertaining to the correct individual due to properly accounting for intra-subject gait fluctuations. We also propose an intrusion detection system to safeguard gait data against data manipulation attacks, that considers human factors in flagging a behavioral event as anomalous or normal.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,348
Score d'incertitude au seuil0,341

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGait Recognition and AnalysisTravaux en français237 207