La industria de los dispositivos inteligentes permite a desarrolladores y diseñadores incrustar distintos sensores, procesadores y memorias en aparatos electrónicos de pequeño tamaño. Los sensores se añaden para mejorar la usabilidad de estos dispositivos y la calidad de la experiencia mediante la recopilación y el análisis de datos. Sin embargo, con la era de los macrodatos y el aprendizaje automático, los datos de los sensores pueden procesarse mediante diferentes técnicas para inferir diversa información oculta. La información extraída puede ser beneficiosa para los usuarios, desarrolladores y diseñadores de dispositivos para mejorar la gestión, el funcionamiento y el desarrollo de estos dispositivos. Sin embargo, la información extraída puede utilizarse para comprometer la seguridad y la privacidad de los seres humanos en la era del Internet de Todo (IoE). En este trabajo, intentamos revisar el proceso de inferir datos significativos de los sensores de los dispositivos inteligentes, especialmente, los teléfonos inteligentes. Además, se muestran diferentes aplicaciones útiles de aprendizaje automático basadas en los datos de los sensores de los smartphones. Por otra parte, se describen diferentes ataques de canal lateral que utilizan los mismos sensores y los mismos algoritmos de aprendizaje automático.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Preparación de microesferas a base de polisacáridos mediante un método de difusión de disolventes de emulsión de agua en aceite para portadores de fármacos
Artículo:
Actividad antibacteriana sinérgica de nanomateriales de plata sintetizados ecologicamente con el antibiótico colistina para combatir patógenos bacterianos multirresistentes.
Artículo:
Aspectos generales y microbiológicos de la fermentación en sustrato sólido
Artículo:
Bioseguridad y biodefensa: lecciones del brote del virus del Ébola
Artículo:
Reconocimiento de la fase de la marcha mediante regulación lógica difusa con fusión de datos multisensor