幻象欺耳，静默掩真：针对复音声事件检测系统的精准定向对抗攻击
密码学与安全
2025-10-03 v1 声音
摘要
声事件检测（SED）系统日益广泛地部署于工业监控和音频监控等安全关键应用中。然而，其面对对抗攻击的鲁棒性尚未得到充分探索。现有的针对 SED 系统的音频对抗攻击（同时包含检测和定位能力）往往因 SED 强烈的上下文依赖性而缺乏有效性，或因仅专注于将目标区域误分类为目标事件而缺乏精度，从而在不经意间影响非目标区域。为应对这些挑战，我们提出了 Mirage and Mute Attack (M2A) 框架，专为对复音 SED 系统进行定向对抗攻击而设计。在我们的优化过程中，我们对非目标输出施加特定约束，称之为保留损失，以确保我们的攻击不会改变非目标区域的模型输出，从而实现精准攻击。此外，我们引入了一种新的评估指标 Editing Precision (EP)，它平衡了有效性和精度，使我们的方法能够同时提升两者。综合实验表明，M2A 在两个最先进的 SED 模型上分别实现了 94.56% 和 99.11% 的 EP，证明该框架在显著提升攻击精度的同时具有充分的有效性。
引用
@article{arxiv.2510.02158,
title = {Mirage Fools the Ear, Mute Hides the Truth: Precise Targeted Adversarial Attacks on Polyphonic Sound Event Detection Systems},
author = {Junjie Su and Weifei Jin and Yuxin Cao and Derui Wang and Kai Ye and Jie Hao},
journal= {arXiv preprint arXiv:2510.02158},
year = {2025}
}