加权采样音频对抗样本攻击
音频与语音处理
2024-03-13 v4 声音
摘要
近期的研究强调了音频对抗样本作为对最先进自动语音识别系统的普遍威胁。深入研究如何有效生成对抗样本对于防范潜在攻击至关重要。尽管已有诸多研究，现有工作的效率与鲁棒性仍不尽如人意。本文中，我们提出\textit{加权采样音频对抗样本}，聚焦于失真项的数量与权重以强化攻击。进一步地，我们在损失函数中应用去噪方法，使对抗攻击更难以察觉。实验表明，我们的方法是该领域中首个能在分钟级耗时下生成低噪声、高音频鲁棒性的音频对抗样本的方法。
引用
@article{arxiv.1901.10300,
title = {Weighted-Sampling Audio Adversarial Example Attack},
author = {Xiaolei Liu and Xiaosong Zhang and Kun Wan and Qingxin Zhu and Yufei Ding},
journal= {arXiv preprint arXiv:1901.10300},
year = {2024}
}
备注
https://aaai.org/Papers/AAAI/2020GB/AAAI-LiuXL.9260.pdf