保护语音认证应用免受定向数据投毒攻击
密码学与安全
2024-10-02 v2
摘要
基于深度神经网络的语音认证系统是有前景的生物特征验证技术，它通过唯一识别生物特征来验证用户。然而，它们特别容易受到定向数据投毒攻击，攻击者会用他们自己的话语替换合法用户的话语。我们提出了一个增强框架，使用真实世界数据集并考虑现实的攻击场景。结果表明，所提出的方法具有鲁棒性，即使在只有一小部分（数据集的5%）被投毒的情况下，也能提供准确的认证。
引用
@article{arxiv.2406.17277,
title = {Securing Voice Authentication Applications Against Targeted Data Poisoning},
author = {Alireza Mohammadi and Keshav Sood and Asef Nazari and Dhananjay Thiruvady},
journal= {arXiv preprint arXiv:2406.17277},
year = {2024}
}