Académique Documents
Professionnel Documents
Culture Documents
(71) Applicant(s):
THE TRUSTEES OF PRINCETON UNIVERSITY [US/US]; 87 Prospect Avenue Princeton, NJ 08544 (US) (for all designated
states)
(72) Inventor(s):
AKMANDOR, Ayten, Ozge; 88 College Road West Princeton, NJ 08544 (US)
YIN, Hongxu; 751 Hibben Magie Road Princeton, NJ 08544 (US)
JHA, Niraj; 20 Norbridge Drive Princeton, NJ 08540 (US)
(74) Agent(s):
DRACHTMAN, Craig, M.; Meagher Emanuel Laks Goldberg & Liao One Palmer Square Suite 325 Princeton, NJ 08542 (US)
(54) Title (EN): SYSTEM AND METHOD FOR SMART, SECURE, ENERGY-EFFICIENT IOT SENSORS
(54) Title (FR): SYSTÈME ET PROCÉDÉ POUR CAPTEURS IDO (INTERNET DES OBJETS) INTELLIGENTS,
SÉCURISÉS ET ÉCOÉNERGÉTIQUES
(57) Abstract:
(EN): According to various embodiments, an Internet of Things (IoT) sensor architecture is disclosed. The architecture includes
one or more IoT sensor components configured to capture data and one or more processors configured to analyze the captured data.
The processors include a data compression module configured to convert received data into compressed data, a machine learning
module configured to extract features from the received data and classify the extracted features, and an encryption/hashing module
configured to encrypt and ensure integrity of resulting data from the machine learning module or the received data.
(FR): L'invention concerne, selon divers modes de réalisation, une architecture de capteur d'internet des objets (IDO).
L'architecture comprend un ou plusieurs composants de capteur IDO configurés pour capturer des données et un ou plusieurs
processeurs configurés pour analyser les données capturées. Les processeurs comprennent un module de compression de données
configuré pour convertir des données reçues en données comprimées, un module d'apprentissage automatique configuré pour
extraire des caractéristiques en provenance des données reçues et classifier les caractéristiques extraites, et un module de
chiffrement/hachage configuré pour chiffrer et assurer l'intégrité des données résultantes du module d'apprentissage automatique ou
des données reçues.