Компьютерные науки > Криптография и безопасность [представлено 15 сентября 2026 года] Название: Cross-Domain Infaction for Human Localization: Применение данных Wi-Fi RSSI к CSI-Tribunaled Models View PDF HTML (экспериментальное) резюме: Вай-Фи данные сигналов могут использоваться для подрыва неприкосновенности частной жизни отдельных лиц. Хотя многие существующие подходы основаны на государственной информации канала (СИ), для сбора этих данных по типичным устройствам ИОТ часто требуются разрешения с повышенными эксплуатационными системами и специализированные водители. В этой связи в настоящем документе рассматривается возможность использования полученных данных по показателям прочности сигналов (ДУС) для прогнозирования местоположения человека. RSSI была выбрана потому, что она доступна даже на устройствах с ограниченным разрешением пользователей и поэтому более применима к более широкому спектру IoT устройств. Для того чтобы обойти утомительный процесс получения данных о подготовке кадров, необходимых для подготовки модели на основе RSSI, в рамках этого исследования был использован существующий проект прогнозирования поз Wi-Fi. Вместе с тем в рамках этого проекта данные МОХС использовались в качестве исходных данных. В этой связи мы изучаем целесообразность перекрестного вывода, т.е. включения данных RSSI в эту существующую модель на основе CSI. Мы собрали набор данных RSSI, синхронизированный с видео-наземной правдой человека, перемещающегося в комнате для оценки…
Перекрестные последствия для человека: применение данных Wi-Fi RSSI к тренированным моделям CSI
arXiv:2609.17204v1 Annuature Type: rectraview: Данные Wi-Fi могут использоваться для подрыва конфиденциальности отдельных лиц. Хотя многие существующие подходы основаны на государственной информации канала (СИ), для сбора этих данных по типичным устройствам ИОТ часто требуются разрешения с повышенными эксплуатационными системами и специализированные водители. В этой связи в настоящем документе рассматривается возможность использования полученных данных по показателям прочности сигналов (ДУС) для прогнозирования местоположения человека. RSSI была выбрана потому, что она доступна даже на устройствах с ограниченным разрешением пользователей и поэтому более применима к более широкому спектру IoT устройств. Для того чтобы обойти утомительный процесс получения данных о подготовке кадров, необходимых для подготовки модели на основе RSSI, в рамках этого исследования был использован существующий проект прогнозирования поз Wi-Fi. Вместе с тем в рамках этого проекта данные МОХС использовались в качестве исходных данных. В этой связи мы изучаем целесообразность перекрестного вывода, т.е. включения данных RSSI в эту существующую модель на основе CSI. Мы собрали набор данных RSSI, синхронизированные wi