SkillFence：一种务实缓解基于语音混淆攻击的系统方法
密码学与安全
2022-12-20 v1 机器学习
摘要
语音助手已被广泛部署并提供有用功能。然而，近期工作表明，Amazon Alexa和Google Home等商业系统易受利用设计缺陷的基于语音的混淆攻击。我们针对此类攻击提出一种面向系统的防御，并展示了其在Amazon Alexa上的功能。我们确保仅执行用户意图通过语音命令调用的技能。我们的关键见解是，可以通过分析用户在网页和智能手机对应系统上的活动来解读用户意图。例如，Lyft拼车Alexa技能拥有一个Android应用和一个网站。我们的工作展示了来自对应应用的信息如何帮助减少技能调用过程中的歧义。我们构建了SkillFence，一个现有的语音助手用户可安装的浏览器扩展，以确保仅响应用户命令运行合法技能。利用来自MTurk的真实用户数据（N = 116）以及涉及合成与自发语音的实验试验，我们表明SkillFence以19.83%的误接受率保障了用户所需90.83%的技能，从而在可用性和安全性之间取得平衡。
引用
@article{arxiv.2212.08738,
title = {SkillFence: A Systems Approach to Practically Mitigating Voice-Based Confusion Attacks},
author = {Ashish Hooda and Matthew Wallace and Kushal Jhunjhunwalla and Earlence Fernandes and Kassem Fawaz},
journal= {arXiv preprint arXiv:2212.08738},
year = {2022}
}