隐私 ZEBRA：零证据生物特征识别评估
密码学与安全
2021-02-23 v2 音频与语音处理
摘要
日益增多的隐私法规要求在语音技术中保护隐私，但相关解决方案严重匮乏。尽管评估活动早已被证明是推动进展的工具，但考虑到隐私攻击者的必要性意味着传统的评估方法必须调整，以适应隐私及隐私保护方案的评估。本文朝此方向迈出第一步：度量指标。我们引入了零证据生物特征识别评估（ZEBRA）框架，并提出了两种新的隐私度量。它们分别衡量给定保护措施为群体提供的平均隐私保护水平，以及个体的最坏情况隐私泄露。本文展示了它们在 VoicePrivacy 挑战范围内用于隐私保护评估的应用。虽然 ZEBRA 框架是为语音应用设计的，但它有望被纳入生物特征信息保护标准，并且可轻松扩展至语音与生物特征之外应用中的隐私研究。
引用
@article{arxiv.2005.09413,
title = {The Privacy ZEBRA: Zero Evidence Biometric Recognition Assessment},
author = {Andreas Nautsch and Jose Patino and Natalia Tomashenko and Junichi Yamagishi and Paul-Gauthier Noe and Jean-Francois Bonastre and Massimiliano Todisco and Nicholas Evans},
journal= {arXiv preprint arXiv:2005.09413},
year = {2021}
}
备注
submitted to Interspeech 2020