MASTERKEY：针对说话人确认系统的实用后门攻击
密码学与安全
2023-09-14 v1 人工智能
机器学习
声音
音频与语音处理
摘要
说话人确认（SV）在移动系统中被广泛部署，以利用用户声音特征认证合法用户。本工作中，我们提出一种后门攻击MASTERKEY来破坏SV模型。与先前攻击不同，我们关注攻击者对被意图受害者一无所知的真实世界实用设定。为设计MASTERKEY，我们研究了现有投毒攻击对未见目标的局限。随后，我们优化了一个能够攻击任意目标的通用后门。接着，我们将说话人特征与语义信息嵌入后门，使其难以察觉。最后，我们估计信道失真并将其整合进后门。我们在6个流行SV模型上验证攻击。具体而言，我们投毒了共53个模型，并使用我们的触发器攻击16,430名已注册说话人，包含注册于53个投毒模型中的310名目标说话人。我们的攻击以15%投毒率实现了100%攻击成功率。将投毒率降至3%时，攻击成功率仍维持在约50%。我们在3个真实世界场景中验证攻击，并通过空中（over-the-air）与电话线（over-the-telephony-line）场景成功演示了攻击。
引用
@article{arxiv.2309.06981,
title = {MASTERKEY: Practical Backdoor Attack Against Speaker Verification Systems},
author = {Hanqing Guo and Xun Chen and Junfeng Guo and Li Xiao and Qiben Yan},
journal= {arXiv preprint arXiv:2309.06981},
year = {2023}
}
备注
Accepted by Mobicom 2023