面向语音认证系统的物理导向深度伪造检测
声音
2025-12-09 v1 人工智能
音频与语音处理
摘要
部署在网络边缘的语音认证系统面临双重威胁：a) 高级深度伪造合成攻击和 b) 分布式联邦学习协议中的控制平面投毒。我们提出了一种将物理导向深度伪造检测与边缘学习中的不确定性感知耦合的框架。该框架将建模声道动力学的可解释物理特征与来自自监督学习模块的表示相融合。随后，这些表示通过多模态集成架构处理，再通过贝叶斯集成提供不确定性估计。将物理特征评估和音频样本的不确定性估计纳入框架后，我们的 proposed 框架能够对抗高级深度伪造攻击和高级控制平面投毒，涵盖面向网络语音认证的完整威胁模型。
引用
@article{arxiv.2512.06040,
title = {Physics-Guided Deepfake Detection for Voice Authentication Systems},
author = {Alireza Mohammadi and Keshav Sood and Dhananjay Thiruvady and Asef Nazari},
journal= {arXiv preprint arXiv:2512.06040},
year = {2025}
}