Google Home 设备上的深度对抗学习
密码学与安全
2021-02-26 v1
摘要
智能音箱与基于语音的虚拟助手是 IoT 范式取得成功的核心组件。遗憾的是，它们易受各种利用机器学习分析所生成加密流量的隐私威胁。为此，可采用深度对抗学习方法来构建黑盒对策，改变网络流量（例如通过数据包填充）及其统计信息。本文通过在实际网络数据集上的专门实验活动，展示了此类对策在面对机器学习攻击时的不足。结果表明，为保证市售智能音箱的适当保护，需要进行重大的重新设计。
引用
@article{arxiv.2102.13023,
title = {Deep Adversarial Learning on Google Home devices},
author = {Andrea Ranieri and Davide Caputo and Luca Verderame and Alessio Merlo and Luca Caviglione},
journal= {arXiv preprint arXiv:2102.13023},
year = {2021}
}