RFID基础知识

  1. 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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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. ...

  6. 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, ...

  7. （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 ...

  8. 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 ...

  9. 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

  1. next中layout

    layout是页面模板,主要是为了做到无论在任何页面都会显示的内容,例如头部header,或者nav导航,页脚等固定页面.nuxt配置以及layout具体参考(https://cloud.tencen ...

  2. Kubernetes最佳实践之腾讯云TKE 集群组建

    作者陈鹏,腾讯工程师,负责腾讯云 TKE 的售中.售后的技术支持,根据客户需求输出合理技术方案与最佳实践,为客户业务保驾护航.使用 TKE 来组建 Kubernetes 集群时,会面对各种配置选项,本 ...

  3. MINItest软件架构总结

    MINItest软件架构总结 ----helloWen MINItest软件架构总结1. Problem Description2. Analysis3. Solution3.1. 通过读取设备信息来 ...

  4. PIKACHU之文件包含漏洞

    PIKUCHU靶场之文件包含 一.file inclusion(local) 实验源码: <?php /** * Created by runner.han * There is nothing ...

  5. 《剑指offer》面试题59 - I. 滑动窗口的最大值

    问题描述 给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值. 示例: 输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3 输出: [3,3,5,5 ...

  6. deepin20体验

    现在Ubuntu20吊打deepin20 100条街.撑了20天受不了deepin 优点 开机启动设置简单,即使不是应用商店的应用也很好 deepin仓库不用代理也很快.,而且有些Ubuntu下载不了 ...

  7. C# Reflection反射机制

    一.反射 什么是反射 .Net的应用程序由几个部分:'程序集(Assembly)'.'模块(Module)'.'类型(class)'组成: 反射提供一种编程的方式,让程序员可以在程序运行期获得这几个组 ...

  8. gin中的多模板和模板继承的用法

    1. 简单用法 package main import ( "github.com/gin-contrib/multitemplate" "github.com/gin- ...

  9. Go 面向对象三大特性

    #### Go 中面向对象的三大特性上周因为有一些事情,停更了; 停更的这段时间,花了点时间做了一个小项目(https://github.com/yioMe/node_wx_alipay_person ...

  10. 『无为则无心』Python基础 — 42、Python中文件的读写操作（二）

    目录 (5)文件对象方法(重点) 1)写方法 2)读方法 3)seek()方法 4)tell()方法 (6)关闭 (7)综合练习:读取大文件 (5)文件对象方法(重点) 1)写方法 @1.语法 对象对 ...