论文部分内容阅读
随着智能设备功能日益强大,通过语音控制系统(Voice Controlled System,VCS)实现的语音交互方式日益普及。语音控制系统利用语音识别技术分析语音、理解用户需求,以语音助手的形式与用户进行人机交互(Human–Computer Interaction,HCI)。在以全新交互方式满足用户各种应用需求的同时,系统也获取越来越多的应用权限,并且能访问敏感的系统资源。在此过程中,可能被不法分子利用,使得设备产生信息泄露的风险,造成用户不必要的损失。论文重点研究智能设备语音助手的情境攻击。一方面希望通过该研究告知大众存在此类针对智能手机语音系统的攻击,让大众了解攻击的细节,从而提高对此类攻击的防范意识,希望杜绝类似攻击的发生。另一方面,针对此种类似的攻击模式,提出几种可借鉴于防御该攻击模式的策略,为维护和谐健康的智能设备应用环境而贡献一份力量。在研究工作中,本文前期通过调研语音识别、语音合成、情境感知和语音助手相关攻击的文献,提出基于机器学习的情境感知攻击模型。该模型主要由语音合成模块和情境感知模块组成,利用语音合成模型进行语音合成,结合情境感知模块实现攻击。对于语音合成模块,论文研究端到端的语音合成模型和语音拼接合成模型,利用现有模型实现激活语音的合成。对于情境感知模块,研究机器学习的情境感知技术,利用智能手机内置传感器进行原始数据的收集,通过数据清洗和相关特征提取后进行模型学习。针对情境感知的攻击问题,本文使用决策树、随机森林、XGBoost和逻辑回归四种机器学习模型进行建模,实验结果表明采用随机森林模型获得相对较好的效果。然后基于真实情景实验进行验证,模型同样获得较高的成功率,基本符合设计初衷。最后,本文通过深入研究攻击模型的实现细节,对模型进行局限性分析。通过对大量相关文献的阅读,针对此种类似攻击模式整理出双重识别认证法、语音重播攻击检测法和人机声源检测法这3种防御策略。再从系统设计角度出发,提出两种相应的防御策略,希望能彻底杜绝类似攻击的发生,保障广大人民群众信息和财产安全。