A wearable wireless body area network for human activity recognition

He, Zongjian; Bai, Xiaolin

doi:10.1109/icufn.2014.6876762

Cited by 23 publications

(14 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In an effort to provide a realistic MBAN implementation and provide realistic attacks and responses to attacks, we used Contiki, a wireless sensor network operating system used by many researchers previously [12] [13] [14] with node simulator Cooja. Our implementation includes: (1) Node Discovery, (2) Multi-Hop Routing, (3) Battery, (4) Dynamic Duty Cycling, (5) Packet Layout, (6) Security Algorithm, and (7) Threat Models.…”

Section: A Mban Designmentioning

confidence: 99%

See 1 more Smart Citation

Tattle Tail Security: An Intrusion Detection System for Medical Body Area Networks (MBAN)

Watkins¹,

Aggarwal²,

Akeredolu³

et al. 2019

Proceedings 2019 Workshop on Decentralized IoT Systems and Security

View full text Add to dashboard Cite

Medical Body Area Networks (MBAN) are created when Wireless Sensor Nodes are either embedded into the patient's body or strapped onto it. MBANs are used to monitor the health of patients in real-time in their homes. Many cyber protection mechanisms exist for the infrastructure that interfaces with MBANs; however, not many effective cyber security mechanisms exist for MBANs. We introduce a low-overhead security mechanism for MBANs based on having nodes infer anomalous power dissipation in their neighbors to detect compromised nodes. Nodes will infer anomalous power dissipation in their neighbors by detecting a change in their packet send rate. After two consecutive violations, the node will "Tattle" on its neighbor to the gateway, which will alert the Telemedicine administrator and notify all other nodes to ignore the compromised node.

show abstract

Section: A Mban Designmentioning

confidence: 99%

“…We implemented our MBAN IDS in the wireless sensor network operating system Contiki (with simulated hardware nodes using Cooja) [12] [13] [14]. Our experimental testbed is comprised of six simulated hardware nodes.…”

Section: B Experimental Setupmentioning

confidence: 99%

Tattle Tail Security: An Intrusion Detection System for Medical Body Area Networks (MBAN)

Watkins¹,

Aggarwal²,

Akeredolu³

et al. 2019

Proceedings 2019 Workshop on Decentralized IoT Systems and Security

View full text Add to dashboard Cite

show abstract

“…Human motion data signals through the e-textile stretch sensor are processed by a specially designed circuit, digitizes and arranged into the custom format to be analyzed further. Then, the data would be transmitted via bluetooth to the mobile phone [36][37][38][39], tablet and desktop computer in real time for display or analysis based on machine learning algorithms in order to get the best classification of the 4 standdardized human motions predefined such as walking, running, sprinting, and jumping).…”

Section: Introductionmentioning

confidence: 99%

Human Motion Recognition by Textile Sensor Based on Machine Learning Algorithms

Vu¹,

Kim²

2018

Preprint

View full text Add to dashboard Cite

Wearable sensors for human physiological monitoring have attracted tremendous interest from researchers in recent years. However, most of the research was only done in simple trials without any significant analytical algorithms. This study provides a way of recognizing human motion by combining textile stretch sensors based on single-walled carbon nanotubes (SWCNTs) and spandex fabric (PET/SP) and machine learning algorithms in a realistic applications. In the study, the performance of the system will be evaluated by identification rate and accuracy of the motion standardized. This research aims to provide a realistic motion sensing wearable products without unnecessary heavy and uncomfortable electronic devices.

show abstract

“…[4] Yüksek tanıma yüzdeleri elde edilmiştir. (Offline çalışmada %99, Online çalışmada %90) He and Bai [5] ivme ölçer kullanarak etkinlik tanıma sistemi geliştirmişlerdir. ZigBee kullanarak kablosuz giyilebilir alan agı kullanmışlardır.…”

Section: Introductionunclassified

“…Olası kullanım alanları hasta hareket izleme, sporcular olarak egzersiz ölçme ve günlük aktivite takibidir. [5] Anjum ve Ilyas [6], yürüme, koşma, merdiven tırmanma ve inme, araba sürme, bisiklet kulanma ve aktif olmama aktivitilerini tanımışlardır. Aktiviteleri tanımlarken aktivitede yakılan yaklaşık kalorileri de hesaplamışlardır.…”

Section: Introductionunclassified

Sport Sense: A mobile sensor data collection, labeling and display application for sport centers

Can

Donmez²

2015

2015 23nd Signal Processing and Communications Applications Conference (SIU)

View full text Add to dashboard Cite

Özetçe -Son yıllarda giderek daha çok insan spor salonlarına veya halka açık spor alanlarına gitmektedir.Bu bildiride herhangi bir spor merkezinde veya alanında kullanılabilecek bir android uygulaması geliştirilmiştir.Bu uygulama telefona kuruldugunda, uygulama kullanıcının GPS, hız ve ivme verilerini toplayacaktır. Daha sonra toplanan veri, wifi direct altyapısı yardımıyla server'a gönderilecektir. Server tarafında uygulama kullanıcılarının lokasyonları gösterilecektir. Kullanıcının lokasyonuna tıklandıgında hız ve ivme degerleri de görüntülenebilecektir. Kullanıcının hızından yararlanılarak etkinlik aktif degil, yürüme, jogging yapma ve koşma olarak etiketlenebilmeltedir. Ayrıca server tarafında bazı hesaplamalar da yapılmaktadır. Kullanıcıları uygulamayı kullanmaya yöneltmek amacı ile bir yarışma ortamı oluşturulmuş, en hızlı kullanıcı kırmızı yıldız ile, en yüksek ivmeye(hızlanmaya) sahip kullanıcı mavi kare ile görüntülenmektedir. Diger kullanıcılar sıradan google map marker ile görüntülenmektedir. Veri belirli periyotta toplanmaktadır. Optimal enerji tüketimi için veri toplama periyodu da deneysel veriler ile tespit edilmiştir.Anahtar Kelimeler-kablosuz sensor agları, ivme sensörü, adım sayma sensörü, GPS, wifi direct.Abstract-Recently, more and more people have started going sports center or running in public places. In this project, i developed an android application which can be used in any sport center or any public place people run, walk, jog. When people install our app, the app collects their GPS, speed, acceleration data. Then, the data is sent to the server via WiFi Direct. In the server side, the location of all people will be shown with a dot on a map. The speed and instantaneous acceleration of each user is shown. Using speed of the user, activity can be tagged inactive, walking, jogging and running.To convince users to participate in the application, a competition environment is created. Some data processing is done in server side. The user with the highest speed will be shown with a red star, the user with highest acceleration will be shown as blue square. The other users will be shown will a google map marker. The data is updated with some time interval. I found the optimal interval for the energy consumption.Keywords-wireless sensor networks, accelerometer, GPS, step counter sensor, wifi direct Projedeki katkılarından dolayı Sinem Kafiloglu'na teşekkür ederiz. I. GİRİŞ Etkinlik tanıma son yıllarda popüler bir araştırma konusu oldu. Çünkü özellikle saglık hizmeti alanında özellikle yaşlı insanlara kişisel destek saglamaktadır. Veri farklı sensörlerden toplanılarak işlemden geçirildikten sonra yapay ögrenme algoritmaları kullanılarak kullanıcı etkinligi sınıflandırılır. Etkinlik tanıma sistemleri iki genel kategoride incelenebilir [1] : video sensor temelli ve fiziksel sensör temelli etkilik tanıma. Fiziksel sensör temelli etkinlik tanıma daha ileri seviyede giyilebilir sensör temelli ve obje kullanımı temelli olrak ikiye ayrılır. [2] Daha önce bahsedildigi gibi, saglık hizmeti uygulamaları et...

show abstract

A wearable wireless body area network for human activity recognition

Cited by 23 publications

References 8 publications

Tattle Tail Security: An Intrusion Detection System for Medical Body Area Networks (MBAN)

Tattle Tail Security: An Intrusion Detection System for Medical Body Area Networks (MBAN)

Human Motion Recognition by Textile Sensor Based on Machine Learning Algorithms

Sport Sense: A mobile sensor data collection, labeling and display application for sport centers

Contact Info

Product

Resources

About