Continuous Authentication for Voice Assistants Huan Feng, Kassem Fawaz, and Kang G. Shin CSE/EECS, University of Michigan
课题背景 语音控制:Siri, Google Now, Cortana 应用场景:发送讯息,智能配件,银行服务 现有验证方式:使用者语音识别,初始化验证 攻击类型:重放,模仿,非人声信号
VAuth:Continuous Voice Authentication 解决方案:加速度计 + 麦克风 “体表振动 + 语音”匹配 加速度信号: z轴加速度信号 带ADC的蓝牙传输 语音信号: 基于人声振动的低通滤波:80Hz-333Hz 使用MFCC进行语音识别:傅立叶 + Mel频率转换 + 余弦变换
Matching Algorithm 预处理 片段分析 匹配决策
预处理 100Hz 4kHz 8kHz 阈值平滑 标准化 互相关匹配 能量窗
片段分析 提取Glottal Cycle 去除不匹配片段: 1. 片段太短 2. 连续脉冲太少 3. 脉冲频率不介于 80~333Hz 4. 互相关指数绝对 值小于0.25
匹配决策 最终处理结果 => 匹配结果向量: 互相关函数最大值 分类器:SVM 训练集:24元音 20辅音 规模:44*44 vectors
模型效果
实验结果 18位用户 30句常用命令 静止 行走
不同语言
不同攻击方式:
MFCC攻击
延迟与功耗 300ms on average 6.3mA on average
总结 三种佩戴方式 高匹配率,低误匹配 抵御多种攻击 短延迟,低功耗