硬件安全学习–RFID / Hardware security learning – RFID
RFID基础知识
- RFID是什么?
RFID代表近距离通讯(Radio Frequency Identification).
----------------------------------------------------------------------
RFID系统硬件相关知识
1. RFID系统的基本组成是什么?
RFID系统有以下几个基本组成结构:
a.电子标签(Electronic Tag/Smart Tag)
b.读写器(Reader)
c.RFID中间件(Middleware)
d.应用软件/系统
2. RFID的工作方式是什么?
一套RFID电子标签系统的工作流程是由读写器发射一特定频率的无线电波能量给Tag, 用以使Tag电路输出内部的数据,此时读写器便依序接收解读数据, 送给应用程序做相应的处理。
3.电子标签
3.1 电子标签(Tags)是什么?
电子标签是配有天线的微型电路.Tag一般没有微处理器,由很多逻辑门电路组成,加密算法,签名算法就集成在里面.
3.2 常见的电子标签样式
3.3 Tags的种类有哪些?
(1) 按照供电方式分为 有源卡和无源卡.
有源卡(主动式Tag/半被动式Tag)
有源卡的特点:有源卡的电源可能内置也可能外接.
优点:读取范围更远,成本更高,能独立检测控制,可以发起通讯,可以进行数据诊断
缺点:断电可能导致误读,成本高.
无源卡(被动式Tag)
无源卡的特点:依靠读卡器的射频能量来进行数据传输等操作.
优点:寿命长
主动式tag最大距离可以达到1000m
半被动式tag最大距离可以达到100m
被动式tag最大距离可以达到10m
(2) 按照载波频率
低频卡:主要应用于门禁控制等(大部分频率为125kHz/134.2kHz)
中频卡:学校饭卡,水费卡等(我国大部分应用13.56MHz)
高频卡:高速公路收费,车辆监控等(433MHz,915MHz,2.45MHz,5.8GHz)
(3)按照卡的芯片
只读卡
读写卡
CPU卡
(4)根据其功能分类
种类 | 能量来源方式 | 别名 | 储存 | 特点 |
Class 0 | 被动式 | 防盗Tag | None | EAS功能 |
Class 1 | 被动式 | EPC | 只读 | 仅用于识别 |
Class 2 | 被动式 | EPC | 读写 | 数据日志记录 |
Class 3 | 半被动式 | 智能传感 Tag | 读写 | 环境传感器 |
Class 4 | 主动式 | 智能颗粒 | 读写 | 自组网络 |
硬件安全学习–RFID / Hardware security learning – RFID的更多相关文章
- 深度学习加速器堆栈Deep Learning Accelerator Stack
深度学习加速器堆栈Deep Learning Accelerator Stack 通用张量加速器(VTA)是一种开放的.通用的.可定制的深度学习加速器,具有完整的基于TVM的编译器堆栈.设计了VTA来 ...
- 强化学习之 免模型学习(model-free based learning)
强化学习之 免模型学习(model-free based learning) ------ 蒙特卡罗强化学习 与 时序查分学习 ------ 部分节选自周志华老师的教材<机器学习> 由于现 ...
- Automotive Security的一些资料和心得(8):Hardware Security Module (HSM)
1. Introduction - 保护软件的安全性措施,作为值得信赖的安全锚,- 安全地生成,存储和处理安全性关键材料屏蔽任何潜在的恶意软件,?- 通过运用有效的限制硬件篡改攻击的可能性篡改保护措施 ...
- Python学习入门基础教程(learning Python)--5.6 Python读文件操作高级
前文5.2节和5.4节分别就Python下读文件操作做了基础性讲述和提升性介绍,但是仍有些问题,比如在5.4节里涉及到一个多次读文件的问题,实际上我们还没有完全阐述完毕,下面这个图片的问题在哪呢? 问 ...
- 贝叶斯深度学习(bayesian deep learning)
本文简单介绍什么是贝叶斯深度学习(bayesian deep learning),贝叶斯深度学习如何用来预测,贝叶斯深度学习和深度学习有什么区别.对于贝叶斯深度学习如何训练,本文只能大致给个介绍. ...
- 深度学习概述教程--Deep Learning Overview
引言 深度学习,即Deep Learning,是一种学习算法(Learning algorithm),亦是人工智能领域的一个重要分支.从快速发展到实际应用,短短几年时间里, ...
- (转载)林轩田机器学习基石课程学习笔记1 — The Learning Problem
(转载)林轩田机器学习基石课程学习笔记1 - The Learning Problem When Can Machine Learn? Why Can Machine Learn? How Can M ...
- 关于图计算&图学习的基础知识概览:前置知识点学习(Paddle Graph Learning (PGL))
关于图计算&图学习的基础知识概览:前置知识点学习(Paddle Graph Learning (PGL)) 欢迎fork本项目原始链接:关于图计算&图学习的基础知识概览:前置知识点学习 ...
- 学习RaphaelJS矢量图形包--Learning Raphael JS Vector Graphics中文翻译(一)
(原文地址:http://www.cnblogs.com/idealer3d/p/LearningRaphaelJSVectorGraphics.html) 前面3篇博文里面,我们讲解了一本叫做< ...
随机推荐
- 第10组 Beta冲刺 (2/5)(组长)
1.1基本情况 ·队名:今晚不睡觉 ·组长博客:https://www.cnblogs.com/cpandbb/p/14015412.html ·作业博客:https://edu.cnblogs.co ...
- BugKu CTF(杂项篇MISC)-贝斯手
打开是以下内容 先看一下给了哪些提示 1.介绍 没了?不,拉到最底下还有 2.女神剧照 密码我4不会告诉你的,除非你知道我的女神是哪一年出生的(细品) 大致已经明白了,四位数密码,出生年份 文件是以下 ...
- 关于MySQL中group by的一些问题的记录
only full group by问题的解约方案 这个报错的原因是,在SQL语句中,你查询的字段应该是你分组的依据,即select的column应该全部跟在group by之后.这个也和MySQL的 ...
- 谱分解(SD)
前提:矩阵A必须可相似对角化! 充分条件: $A$ 是实对称矩阵 $A$ 有 $n$ 个互异特征值 $A^{\wedge} 2=A $ $\mathrm{A}^{\wedge} 2=\mathrm{E ...
- Sentry 开发者贡献指南 - 配置 PyCharm
概述 如果您使用 PyCharm 进行开发,则需要配置一些内容才能运行和调试. 本文档描述了一些对 sentry 开发有用的配置 配置 Python 解释器:(确保它是 venv 解释器)例如 ~/v ...
- Centos下安装Scala(2)
1.下载压缩包 命令:wget https://downloads.lightbend.com/scala/2.11.8/scala-2.11.8.tgz 2.解压缩包 命令:tar -xzvf sc ...
- 关于启动bash提示‘bash: export: `//这是新的': not a valid identifier’的解决办法
学习linux以来将centos改的也不少了,也不知道这个问题是由于那个修改来的.最近改bash的操作环境配置文件,用到了~/.bashrc这个文件,发现里面被我修改过. 那是当年安装fcitx输入法 ...
- load-on-startup元素:控制Servlet启动优先级
load-on-startup 是 web.xml 中的一个节点,是 servlet 元素的子元素,用来标记 Servlet 容器启动时是否初始化当前 Servlet,以及当前 Servlet 的初始 ...
- SaltStack 的基本概念与工作原理 架构设计
随着云计算技术的快速普及与发展,越来越多的企业开始学习和搭建自己的云平台代替传统的 IT 交付模式,企业的 IT 环境也随之越来越复杂,常规的运维方法与技术已经无法满足现在云环境中系统的配置与变更.基 ...
- while...break 实例
// 输出1-100内前5个可以被3整除的数 public class Demo { public static void main(String[] args) { int num = 0; for ...