SlothSpeech：针对语音识别模型的拒绝服务攻击
声音
2023-06-02 v1 密码学与安全
机器学习
音频与语音处理
摘要
如今，深度学习 (DL) 模型已被广泛用于执行各种与语音相关的任务，包括自动语音识别 (ASR)。由于 ASR 被用于不同的实时场景，ASR 模型在输入受到微小扰动时保持高效性非常重要。因此，评估 ASR 模型的效率鲁棒性是当务之急。我们表明，像 Speech2Text 模型和 Whisper 模型这样流行的 ASR 模型会根据不同的输入进行动态计算，从而导致动态效率。在这项工作中，我们提出了 SlothSpeech，一种针对 ASR 模型的拒绝服务攻击，它利用了模型的动态行为。SlothSpeech 使用输出文本标记的概率分布来生成对音频的扰动，从而降低 ASR 模型的效率。我们发现，SlothSpeech 生成的输入可以使延迟增加至良性输入引起延迟的 40 倍。
引用
@article{arxiv.2306.00794,
title = {SlothSpeech: Denial-of-service Attack Against Speech Recognition Models},
author = {Mirazul Haque and Rutvij Shah and Simin Chen and Berrak Şişman and Cong Liu and Wei Yang},
journal= {arXiv preprint arXiv:2306.00794},
year = {2023}
}