说话人验证系统攻击方法的研究现状及展望 |
| |
引用本文: | 张雄伟,张星昱,孙蒙,邹霞.说话人验证系统攻击方法的研究现状及展望[J].数据采集与处理,2021,36(5):831-849. |
| |
作者姓名: | 张雄伟 张星昱 孙蒙 邹霞 |
| |
作者单位: | 陆军工程大学指挥控制工程学院,南京 210007 |
| |
基金项目: | 国家自然科学基金(62071484)资助项目;江苏省优秀青年基金(BK20180080)资助项目。 |
| |
摘 要: | 自动说话人验证(Automatic speaker verification,ASV)技术的发展正在深刻地影响和改变着当前的人机交互系统,ASV作为一些智能设备的语音核心功能,可以接受目标说话人的语音并准确识别出该说话人的身份。近年来,人工智能技术的快速进展推动了ASV系统实现跨越式发展。然而,随着人工神经网络和深度学习技术的发展,越来越多的研究者开始研究如何攻击ASV系统。如何通过对原始语音进行一系列处理实现对ASV系统的攻击,是近年来语音领域研究的一个热点问题。目前,对ASV系统的攻击方法大致可分为欺骗攻击(Spoofing attack)和对抗攻击(Adversarial attack)两大类。本文对两大类的典型方法和基本原理进行综述,梳理了目前一些攻击手段中存在的若干问题,揭示了ASV系统存在的安全隐患,对今后ASV系统安全性的发展做了简要的展望,并为未来进一步提高ASV系统的安全性和可靠性提供了参考。
|
关 键 词: | 说话人识别 自动说话人验证 欺骗攻击 对抗攻击 深度学习 |
收稿时间: | 2021/4/1 0:00:00 |
修稿时间: | 2021/7/7 0:00:00 |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|