面向自动驾驶中语音指令攻击的鲁棒传感器融合算法
机器学习
2021-12-03 v3 密码学与安全
摘要
随着自动驾驶的近期进展，语音控制系统作为人车交互方式日益普及。该技术使驾驶员能够使用语音指令控制车辆，并将很快应用于高级驾驶辅助系统（ADAS）。已有研究表明，Siri、Alexa 和 Cortana 对不可闻指令攻击高度脆弱。这一威胁可延伸至实际应用场景中的 ADAS，且由于麦克风非线性特性，此类不可闻指令威胁难以检测。本文旨在利用摄像头视角防御不可闻指令攻击，从而提出一种更实用的解决方案，其中 ADAS 能够通过多传感器感知环境。为此，我们提出了一种新颖的多模态深度学习分类系统来防御不可闻指令攻击。实验结果证实了所提防御方法的可行性，最佳分类准确率达到 89.2%。代码见 https://github.com/ITSEG-MQ/Sensor-Fusion-Against-VoiceCommand-Attacks。
引用
@article{arxiv.2104.09872,
title = {Robust Sensor Fusion Algorithms Against Voice Command Attacks in Autonomous Vehicles},
author = {Jiwei Guan and Xi Zheng and Chen Wang and Yipeng Zhou and Alireza Jolfa},
journal= {arXiv preprint arXiv:2104.09872},
year = {2021}
}
备注
8 pages, 2 tables, 9 figures