최신 ASV에서의 적대적 공격과 방어: a-DCF 기반 성능 평가
Adversarial Attacks and Defense in ASV:a-DCF-Based Performance Evaluation
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 ASV(Automatic Speaker Verification) 시스템의 보안 강화를 위해 기존 연구가 부족한 적대적 공격 환경에서의 평가 방법을 탐구하였다. 기존 평가 지표인 DCF(Detection Cost Function)의 한계를 보완하고자 SASV(Spoofing-Aware Speaker Verification) 분야의 a-DCF(agnostic-Detection Cost Function)를 도입하였다. 최신 ASV 모델인 NeXt-TDNN, ECAPA-TDNN에 대표적인 적대적 공격 기법들을 적용하여 공격 성공률과 적대적 샘플의 품질을 분석하고 고주파 대역 에너지 기반 MEH-FEST(Minimum Energy in High FrEquencies for Short Time) 탐지 기법을 구현하여 방어 효과도 검토하였다. 이를 통해 a-DCF의 유용성을 검증하고 ASV 시스템의 신뢰성과 보안을 강화하는 데 기여하고자 한다.
Abstract
This study explores evaluation methods to enhance the security of ASV (Automatic Speaker Verification) systems in adversarial attack environments, where existing research is limited. To address the limitations of the conventional DCF (Detection Cost Function), the a-DCF (agnostic-Detection Cost Function) from the SASV (Spoofing-Aware Speaker Verification) field was adopted. Representative adversarial attack methods were applied to the latest ASV models, NeXt-TDNN and ECAPA-TDNN, to analyze attack success rates and adversarial sample quality. Additionally, the MEH-FEST (Minimum Energy in High Frequencies for Short Time) detection method, based on high-frequency energy, was implemented to examine defense effectiveness. This study aims to validate the utility of a-DCF and contribute to enhancing the reliability and security of ASV systems.