VSVC：基于声纹选择与语音转换的关键词 spotting 后门攻击
声音
2022-12-21 v1 人工智能
密码学与安全
机器学习
音频与语音处理
摘要
基于深度神经网络（DNNs）的关键词 spotting（KWS）在语音控制场景中取得了巨大成功。然而，此类基于 DNN 的 KWS 系统的训练通常需要大量的数据与硬件资源。制造商常将此过程委托给第三方平台。这使得训练过程不可控，攻击者可借操纵第三方训练数据在模型中植入后门。有效的后门攻击可迫使模型在特定条件（即触发器）下作出指定判断。本文中，我们设计了一种基于声纹选择与语音转换的后门攻击方案，简称 VSVC。实验结果表明，当投毒训练数据少于 1% 时，VSVC 在四种受害模型中实现平均接近 97% 的攻击成功率是可行的。
引用
@article{arxiv.2212.10103,
title = {VSVC: Backdoor attack against Keyword Spotting based on Voiceprint Selection and Voice Conversion},
author = {Hanbo Cai and Pengcheng Zhang and Hai Dong and Yan Xiao and Shunhui Ji},
journal= {arXiv preprint arXiv:2212.10103},
year = {2022}
}
备注
7 pages,5 figures