基于单“音频像素”扰动的说话人识别隐蔽攻击

目前针对说话人识别的攻击需要对音频注入长时间的扰动,因此容易被机器或者管理人员发现.提出了一种新颖的基于单“音频像素”扰动的针对说话人识别的隐蔽攻击.该攻击利用了差分进化算法不依赖于模型的黑盒特性和不依赖梯度信息的搜索模式,克服了已有攻击中扰动时长无法被约束的问题,实现了使用单“音频像素”扰动的有效攻击.特别地,设计了一种基于音频段音频点扰动值多元组的候选点构造模式,针对音频数据的时序特性,解决了在攻击方案中差分进化算法的候选点难以被描述的问题.攻击在LibriSpeech数据集上针对60个人的实验表明这一攻击能达到100%的成功率.还开展了大量的实验探究不同条件(如性别、数据集、说话人识别方法等)对于隐蔽攻击性能的影响.上述实验的结果为进行有效地攻击提供了指导.同时,提出了分别基于去噪器、重建算法和语音压缩的防御思路.

NCEP震前异常增温数据插值及可视化方法

地震前通常伴随着异常增温现象,传统获取增温信息的方式,对异常温度场的整体信息体现得不够明显。为弥补传统方式的不足,文章采用双维度插值法及三维整体插值法对震区国家环境数据中心(National Centers for Environmental Prediction,NCEP)温度数据进行插值,重建震区异常温度场,并运用直接体绘制技术对其进行可视化。实验表明,从体绘制结果中能够直观地获取异常温度场的整体信息,更易分析出震前异常增温特征,2种插值算法都能够重建震区异常温度场,相比而言,双维度插值法的绘制结果较为平滑,三维整体插值法更能体现出温度变化的整体性。