اتوماسیون مبتنی بر حفظ حریم خصوصی در خانه های هوشمند: مرور نظام مند فناوری ها و معماری های حسگری اپتوالکترونیکی مبتنی بر امواج میلی متری
- سال انتشار: 1404
- محل انتشار: دومین کنفرانس بین المللی کامپیوتر، برق، مکانیک و علوم مهندسی
- کد COI اختصاصی: CMELC02_005
- زبان مقاله: فارسی
- تعداد مشاهده: 80
نویسندگان
چکیده
تحول محیط های خانه هوشمند، نگرانی ها در مورد حریم خصوصی کاربران را به ویژه با استقرار سامانه های حسگری فراگیر تشدید کرده است. در حالی که خودکارسازی مبتنی بر دوربین و میکروفون، سطح بالایی از آگاهی محیطی را فراهم می کند، اما این فناوری ها به طور ذاتی خطراتی برای امنیت داده ها و فضای شخصی کاربران ایجاد می نمایند. حسگری اپتوالکترونیکی مبتنی بر امواج میلی متری (mmWave) به عنوان یک جایگزین حفظ کننده حریم خصوصی ظهور کرده است که امکان شناسایی قدرتمند حرکت، ژست ها و حضور را بدون ضبط اطلاعات بیومتریک یا بصری فراهم می سازد. این مقاله مروری نظام مند از فناوری ها و چارچوب های معماری حسگری اپتوالکترونیکی مبتنی بر mmWave در کاربردهای خودکارسازی خانه های هوشمند ارائه می دهد. ما پیشرفت های اخیر طی سال های ۲۰۲۲ تا ۲۰۲۵ را در حوزه هایی مانند شناسایی فعالیت انسانی، کنترل روشنایی با بهره وری انرژی، و سامانه های دسترسی با امنیت تقویت شده بررسی می کنیم. همچنین، ادغام اجزای اپتوالکترونیکی با فرستنده گیرنده های بی سیم، پردازش سیگنال تطبیقی، و رایانش هوشمند لبه مورد واکاوی قرار می گیرد. طبقه بندی معماری ها بر اساس نوع حسگری، سطح حریم خصوصی، و میزان هوشمندی سامانه ارائه شده است. این مطالعه محدودیت های راه حل های موجود را از منظر قابلیت همکاری، عملکرد بلادرنگ، و محدودیت های محیطی برجسته می سازد. در نهایت، مسیرهای پژوهشی آینده با تمرکز بر همجوشی چندحسی، سرکوب روشنایی مبتنی بر اشعه فرابنفش، و یادگیری فدرال لبه محور ترسیم می گردد. این مرور به عنوان مرجعی بنیادی برای پژوهشگران و مهندسانی عمل می کند که در پی توسعه سامانه های خانه هوشمند با آگاهی محیطی غنی و در عین حال غیرمزاحم و حافظ حریم خصوصی هستند.کلیدواژه ها
خانه هوشمند, حریم خصوصی, حسگر اپتوالکترونیکی, mmWaveمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.