当频域差异被补偿：理解并击败针对自动语音识别的调制重放攻击
密码学与安全
2022-08-05 v1
摘要
自动语音识别（ASR）系统已广泛部署于现代智能设备中，以提供便捷多样的语音控制服务。由于 ASR 系统易受能够欺骗并误导 ASR 系统的音频重放攻击，已有若干防御系统被提出，基于说话者在频域中独特的声学特征来识别重放音频信号。在本文中，我们揭示了一种称为调制重放攻击的新型重放攻击，其可绕过现有的基于频域的防御系统。基本思想是利用针对给定电子扬声器变换特性定制的逆滤波器来补偿该扬声器的频率失真。我们在真实智能设备上的实验证实，调制重放攻击可成功逃避依赖识别频域中可疑特征的现有检测机制。为击败调制重放攻击，我们设计并实现了一种名为 DualGuard 的对策。我们发现并形式化证明，无论重放音频信号如何被调制，重放攻击要么在时域留下振铃伪影，要么在频域引起频谱失真。因此，通过联合检查频域和时域中的可疑特征，DualGuard 可成功检测包括调制重放攻击在内的各种重放攻击。我们在流行的语音交互平台 ReSpeaker Core v2 上实现了 DualGuard 的原型。实验结果表明 DualGuard 在检测调制重放攻击上可达到 98% 的准确率。
引用
@article{arxiv.2009.00718,
title = {When the Differences in Frequency Domain are Compensated: Understanding and Defeating Modulated Replay Attacks on Automatic Speech Recognition},
author = {Shu Wang and Jiahao Cao and Xu He and Kun Sun and Qi Li},
journal= {arXiv preprint arXiv:2009.00718},
year = {2022}
}
备注
17 pages, 24 figures, In Proceedings of the 2020 ACM SIGSAC Conference on Computer and Communications Security (CCS' 20)