멀티태스크 딥러닝 학습을 이용한 화자 인식 재생 공격 검출 시스템
저자
발행사항
서울 : 서울시립대학교 일반대학원, 2019
학위논문사항
학위논문(석사)-- 서울시립대학교 일반대학원 : 컴퓨터과학과 2019. 2
발행연도
2019
작성언어
한국어
주제어
KDC
004 판사항(6)
발행국(도시)
서울
형태사항
vi, 52 p. : 삽화, 도표 ; 26 cm.
일반주기명
Replay attack spoofing detection system for speaker recognition using multi-task deep learning
참고문헌: p. 50-51
서지적 및 설명적 각주 수록
UCI식별코드
I804:11035-000000030511
소장기관
최근 음성을 이용한 본인 인증의 사용이 증가하면서 화자 인증 시스템을 속이기 위한 악의적 목적의 스푸핑(spoofing)이 시스템의 보안을 위협하고 있다. 스푸핑은 사전적으로 ‘속이다’라는 의미로, 오디오 스푸핑(audio spoofing)은 화자 인증 시스템을 속이기 위해 사용자의 음성과 유사한 데이터를 생성하는 것을 말한다. 오디오 스푸핑은 음성 합성, 음성 변조, 재생 공격 등의 방식을 통해 사용자와 유사한 음성을 생성할 수 있다. 이 중 재생 공격의 경우 다른 공격들에 비해 기술적인 진입 장벽이 낮음에도 불구하고 검출이 가장 어려운 것으로 알려졌다.
재생 공격은 화자 인식 시스템을 이용한 사용자의 음성 파일(이하 원본 음성)을 절도한 후, 절도한 음성 파일을 재생 및 재녹음하여 새로운 음성 파일(이하 기만 음성)을 생성하는 방식이다. 따라서 재생 공격에 의해 생성된 기만 음성은 재생 공격 과정에서 재생 기기 특성, 배경 잡음, 녹음 기기 특성에 대한 정보, 즉 재생 공격 환경에 대한 정보(이하 PER)를 반드시 포함하게 된다. 본 연구에서는 이러한 PER이 재생 공격 검출에 도움이 될 것이라 가정하여, PER을 다양한 방법으로 활용한 재생 공격 검출 시스템을 제안하였다. 일반적으로 재생 공격 검출은 재생 공격 여부를 확인하는 이진 분류로 진행된다. 하지만, 본 연구에서는 학습 시 PER을 추가 정보로 활용하여 기만 음성들을 세부적으로 분류할 수 있었고, 이를 통해 재생 공격 검출 성능 향상에 도움이 되는 것을 실험을 통해 확인하였다.
Replay attack is well known as the hardest attack to detect among various spoofing attacks against speaker verifications. Other attacks such as speech conversion and voice synthesis also include a playback phase that occurs after artifice of the genuine signal. Therefore, researchers have focused on detecting replay attack. We found that the replay configurations are added by replay attack is a unique feature of replayed signals. Replay configurations (PER) indicate the information of playback device(P), environment(E) and recording device(R). The performance of replay attack detection was improved using PER classification through multi-task learning framework. In this paper, we analyze various ways of utilizing PER. Various classifier modeling methods for scoring were also considered to improve the performance of replay attack detection system. Extensive experiments are performed on ASVspoof2017 dataset. Without additional datasets for training, experiment result achieves 6.49% of equal error rate which is better than the best performed system of ASVspoof2017 challenge.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)