Malafide：一种针对深度伪造与欺骗检测系统的新型对抗性卷积噪声攻击
音频与语音处理
2023-06-14 v1 密码学与安全
机器学习
摘要
我们提出 Malafide，一种针对自动说话人验证（ASV）欺骗对策（CMs）的通用对抗攻击。通过利用优化的线性时不变滤波器引入卷积噪声，Malafide 攻击可用于破坏 CM 的可靠性，同时保留其他语音属性如质量与说话人声音。与近期提出的其他对抗攻击不同，Malafide 滤波器的优化与输入语句和时长无关，而是针对底层欺骗攻击进行调优，且仅需优化少量滤波器系数。即便如此，它们使 CM 性能估计恶化一个数量级，即使在黑盒设定下也是如此，并且也可被配置以攻克集成的 CM 与 ASV 子系统。然而，使用自监督学习 CM 的集成方案在黑盒与白盒设定下都更为鲁棒。
引用
@article{arxiv.2306.07655,
title = {Malafide: a novel adversarial convolutive noise attack against deepfake and spoofing detection systems},
author = {Michele Panariello and Wanying Ge and Hemlata Tak and Massimiliano Todisco and Nicholas Evans},
journal= {arXiv preprint arXiv:2306.07655},
year = {2023}
}
备注
Accepted at INTERSPEECH 2023