电信技术论文_面向语音识别系统的对抗样本攻击
文章摘要:自动语音识别系统（ASR）能将输入语音转换为对应的文本，其性能因深度学习技术的发展得到了显著提高。然而，通过在输入语音中添加微小扰动而生成的对抗样本，可以使人类毫无察觉的同时让ASR系统产生不可预测的，甚至是攻击性的指令。这种新型的对抗样本攻击给基于深度学习的ASR系统带来了诸多安全隐患。本文对语音对抗样本作了系统性的分析和梳理，提出了对现有对抗样本的分类。其次，介绍了面向ASR系统的对抗样本生成方法。同时，阐述了典型的对抗样本防御策略。最后讨论了对抗样本带来的挑战，并分别就如何使生成的攻击更加逼真，和增强ASR的鲁棒性提出了若干有价值的研究方向。
文章关键词:
