为正确答案投票：面向说话人确认的对抗防御
机器学习
2021-07-20 v2 密码学与安全
声音
音频与语音处理
摘要
自动说话人确认（ASV）是一项成熟的生物特征识别技术，已普遍部署于银行与门禁等安全关键应用中。然而，已有工作表明 ASV 正处于对抗攻击的雷达之下——这些攻击样本从人类感知上与原始样本极为相似，却会操纵 ASV 给出错误预测。由于 ASV 对抗攻击出现甚晚，针对它们的有效对策十分有限。鉴于 ASV 的安全性至关重要，本文提出“为正确答案投票”的思路，通过随机采样与投票，防止 ASV 在盲点区域做出高风险决策。实验结果表明，我们所提方法通过将对抗样本拉出盲点，提升了对有限知识攻击者的鲁棒性；并通过引入随机性与增加攻击者代价，提升了对完美知识攻击者的鲁棒性。
引用
@article{arxiv.2106.07868,
title = {Voting for the right answer: Adversarial defense for speaker verification},
author = {Haibin Wu and Yang Zhang and Zhiyong Wu and Dong Wang and Hung-yi Lee},
journal= {arXiv preprint arXiv:2106.07868},
year = {2021}
}
备注
Accepted by Interspeech 2021. Code is available at https://github.com/thuhcsi/adsv_voting