|
|
Security Risks of Mobile Device Sensors
Henclová, Kateřina ; Polčák, Libor (oponent) ; Hranický, Radek (vedoucí práce)
This work presents the threats to mobile security and privacy exposed by mobile sensors. It introduces the Generic Sensor API, the mobile sensors, and ways they can be misused. Using the mobile sensors like the accelerometer, gyroscope and magnetometer, this work demonstrates such an attack on mobile sensors in the browser. The chosen attack is activity recognition, which performs its activity prediction using machine learning with promising results, predicting the correct activity class approximately 69% of the time across all classes. Focus is also given to the JShelter extension, and whether it provides protection against unwanted sensor exposure.
|
|
|
Zpracování dat ze senzorů wearable zařízení pomocí strojového učení
Hlavačka, Martin ; Dobeš, Petr (oponent) ; Herout, Adam (vedoucí práce)
Cieľom práce je analýza problematiky nositeľných zariadení s operačným systémom Android Wear a rozpoznávaní rôznych pohybových aktivít za pomoci neurónových sietí. Prvotným zameraním je teda identifikovanie a popis najvhodnejšieho nástroja pre rozpoznávanie dynamických pohybov s využitím metód strojového učenia na základe dát získaných z tohto typu zariadení. Praktická časť práce následne komentuje implementáciu samostatne fungujúcej aplikácie pre platformu Android Wear schopnej záznamu a naformátovania dát zo senzorov, tréning neurónovej siete v navrhnutom externom nástroji pre desktop a následné spätné použitie natrénovanej neurónovej siete pre možnosti rozpoznania pohybov priamo v zariadení.
|
|
|
Rozpoznávání aktivit z trajektorií pohybujících se objektů
Schwarz, Ivan ; Zendulka, Jaroslav (oponent) ; Pešek, Martin (vedoucí práce)
Cílem diplomové práce je vytvoření systému pro rozpoznávání periodických vzorů pohybujících se objektů a následná klasifikace uživatelských GPS trajektorií s využitím rozpoznaných vzorů. Systém je navržen na základě provedeného rozboru technik dolování v datech pohybujících se objektů a přehledu dosavadního vývoje v oblasti rozpoznávání aktivit a cílů pohybujících se objektů. Je vytvořena implementace navrženého systému v programovacím jazyce C++ a provedeno experimentální ověření jeho úspěšnosti na vhodné datové sadě.
|
|
|
Zpracování dat ze senzorů wearable zařízení pomocí strojového učení
Hlavačka, Martin ; Dobeš, Petr (oponent) ; Herout, Adam (vedoucí práce)
Cieľom práce je analýza problematiky nositeľných zariadení s operačným systémom Android Wear a rozpoznávaní rôznych pohybových aktivít za pomoci neurónových sietí. Prvotným zameraním je teda identifikovanie a popis najvhodnejšieho nástroja pre rozpoznávanie dynamických pohybov s využitím metód strojového učenia na základe dát získaných z tohto typu zariadení. Praktická časť práce následne komentuje implementáciu samostatne fungujúcej aplikácie pre platformu Android Wear schopnej záznamu a naformátovania dát zo senzorov, tréning neurónovej siete v navrhnutom externom nástroji pre desktop a následné spätné použitie natrénovanej neurónovej siete pre možnosti rozpoznania pohybov priamo v zariadení.
|
|
|
Activity recognition in a smart home setting
Fiklík, Vladimír ; Kadlec, Rudolf (vedoucí práce) ; Brom, Cyril (oponent)
Cílem této práce je implementovat a porovnat několik pravděpodobnostních activity recognition algortitmů, které mohou být využity v prostředí smart home a jsou schopny určit aktivitu kterou pozorovaný subject vykonává na základě elementárních pozorování. Takové algoritmy jsou využívány v několika oblastech, například k vylepšení chování virtuálních agentů různého typu. Implementované algoritmy jsou založeny na dynamických Bayesovských sítích a disponují schopnotí určit, zda byla pozorovaná aktivita již dokončena, nebo pouze přerušena. Pro účely sběru dat použitých k učení a testování modelů bylo v rámcio práce připraveno interaktivní 3D prostředí které pokrývá požadavky activity recognition a je snadno rozšiřitelné pro další použití. Data pro učení a testování modelů byla sesbírána pozorováním lidmi ovládaných virtuálních agentů.
|
|
|
Rozpoznávání aktivit z trajektorií pohybujících se objektů
Schwarz, Ivan ; Zendulka, Jaroslav (oponent) ; Pešek, Martin (vedoucí práce)
Cílem diplomové práce je vytvoření systému pro rozpoznávání periodických vzorů pohybujících se objektů a následná klasifikace uživatelských GPS trajektorií s využitím rozpoznaných vzorů. Systém je navržen na základě provedeného rozboru technik dolování v datech pohybujících se objektů a přehledu dosavadního vývoje v oblasti rozpoznávání aktivit a cílů pohybujících se objektů. Je vytvořena implementace navrženého systému v programovacím jazyce C++ a provedeno experimentální ověření jeho úspěšnosti na vhodné datové sadě.
|
host ::
RSS.