音声バイオメトリックスのためのスプーフィング攻撃の敵対変換【JST・京大機械翻訳】

Gomez-Alanis Alejandro; Gonzalez-Lopez Jose A.; Peinado Antonio M.

プレプリント

J-GLOBAL ID：202202213931908195 整理番号：22P0023463

音声バイオメトリックスのためのスプーフィング攻撃の敵対変換【JST・京大機械翻訳】

Adversarial Transformation of Spoofing Attacks for Voice Biometrics

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月04日プレプリントサーバーでの情報更新日： 2022年01月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

自動話者検証(ASV)に基づく音声バイオメトリックシステムは,それらのセキュリティを妥協するかもしれない攻撃に曝されている。そのような攻撃に対するロバスト性を増すために,再生,合成および音声変換に基づく攻撃の検出に対して,反スポービングまたはプレゼンテーション攻撃検出(PAD)システムを提案した。最近,科学コミュニティは,PADシステムが敵対攻撃にも脆弱であることを示した。しかし,著者らの知る限りでは,以前の研究は,これらの新型の広告攻撃に対する完全な音声バイオメトリックシステム(ASV+PAD)のロバスト性を研究した。本研究では,ホワイトボックスとブラックボックスアドバーリアスポフィング攻撃を生成するため,PADとASVシステムの損失を同時に処理する新しい敵対バイオメトリック変換ネットワーク(ABTN)を開発した。このシステムのコアアイディアは,ASVシステムによって検出されることなくPADシステムをプールできる敵対する攻撃を生成することである。論理的アクセス(LA)と物理的アクセス(PA)シナリオの両方を含むASVspoof2019コーパスについて実験を行った。実験結果は,提案したABTNが,ホワイトボックスとブラックボックス攻撃シナリオの両方で,いくつかのよく知られた敵対的技術を明らかに凌ぐことを示した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識 , データ保護 , 音声処理

, , , ,

前のページに戻る