针对语音识别系统的后门攻击：综述

语音识别系统(VRSs)采用深度学习进行语音识别与说话人识别。它们已广泛部署于各类现实应用，从智能语音助手到电话监控与生物特征认证。然而，已有研究揭示了 VRSs 对后门攻击的脆弱性，这对 VRSs 的安全与隐私构成重大威胁。遗憾的是，现有文献缺乏关于该主题的透彻综述。本文通过针对 VRSs 后门攻击开展全面综述填补此研究空白。我们首先概述 VRSs 与后门攻击，阐明其基础知识。随后提出一组评估准则以评判后门攻击方法的性能。接着，我们从不同视角给出针对 VRSs 后门攻击的全面分类，并分析不同类别的特征。此后，我们全面回顾现有攻击方法，并基于所提准则分析其优劣。此外，我们回顾经典后门防御方法与通用音频防御技术，进而讨论其在 VRSs 上部署的可行性。最后，我们指出若干开放问题并进一步建议未来研究方向，以推动 VRSs 安全研究。