面向语音生物识别的欺骗攻击对抗性变换
音频与语音处理
2022-01-05 v1
摘要
基于自动说话人验证（ASV）的语音生物识别系统面临可能危及自身安全的欺骗（spoofing）攻击。为增强对此类攻击的鲁棒性，已提出反欺骗或呈现攻击检测（PAD）系统用于检测重放、合成和语音转换类攻击。近来，科学界已表明PAD系统同样易受对抗攻击。然而，据我们所知，此前尚无研究考察完整语音生物识别系统（ASV + PAD）对此类新型对抗性欺骗（spoofing）攻击的鲁棒性。本工作中，我们提出一种新的对抗生物识别变换网络（ABTN），其联合处理PAD与ASV系统的损失以生成白盒与黑盒对抗性欺骗（spoofing）攻击。该系统的核心思想是生成能够骗过PAD系统且不被ASV系统检测到的对抗性欺骗（spoofing）攻击。实验在ASVspoof 2019语料库上进行，包含逻辑访问（LA）与物理访问（PA）场景。实验结果表明，所提ABTN在白盒与黑盒攻击场景下均明显优于若干已知对抗技术。
引用
@article{arxiv.2201.01226,
title = {Adversarial Transformation of Spoofing Attacks for Voice Biometrics},
author = {Alejandro Gomez-Alanis and Jose A. Gonzalez-Lopez and Antonio M. Peinado},
journal= {arXiv preprint arXiv:2201.01226},
year = {2022}
}