Fugu-MT 論文翻訳(概要): Detecting Replay Attacks Using Multi-Channel Audio: A Neural Network-Based Method

論文の概要: Detecting Replay Attacks Using Multi-Channel Audio: A Neural Network-Based Method

arxiv url: http://arxiv.org/abs/2003.08225v3
Date: Fri, 3 Jul 2020 19:37:34 GMT
ステータス: 処理完了
システム内更新日: 2022-12-22 13:27:53.962024
Title: Detecting Replay Attacks Using Multi-Channel Audio: A Neural Network-Based Method
Title（参考訳）: マルチチャネルオーディオによるリプレイアタックの検出:ニューラルネットワークによる検出
Authors: Yuan Gong, Jian Yang, Christian Poellabauer
Abstract要約: 本稿では,ニューラルネットワークを用いたリプレイ攻撃検出モデルを提案する。本稿では,ニューラルネットワークを用いたリプレイアタック検出モデルを提案する。
参考スコア（独自算出の注目度）: 30.104966356912428
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: With the rapidly growing number of security-sensitive systems that use voice as the primary input, it becomes increasingly important to address these systems' potential vulnerability to replay attacks. Previous efforts to address this concern have focused primarily on single-channel audio. In this paper, we introduce a novel neural network-based replay attack detection model that further leverages spatial information of multi-channel audio and is able to significantly improve the replay attack detection performance.
Abstract（参考訳）: 音声を主入力として使用するセキュリティに敏感なシステムが急速に増えているため、攻撃をリプレイするための潜在的な脆弱性に対処することがますます重要になっている。この懸念に対処する以前の取り組みは、主にシングルチャネルオーディオに焦点を当てていた。本稿では,マルチチャンネル音声の空間情報を更に活用し,リプレイ攻撃検出性能を大幅に向上させるニューラルネットワークを用いたリプレイ攻撃検出モデルを提案する。

関連論文リスト

Vulnerabilities in Machine Learning-Based Voice Disorder Detection Systems [3.4745231630177136]
分類を逆転させ、信頼性を損なう攻撃の可能性を探る。個人の健康情報の重要性を考えると、攻撃の種類が効果的であるかを理解することは、このようなシステムのセキュリティを改善するための第一歩となる。以上の結果から,医療領域で使用される機械学習システムにおいて,これらの脆弱性に対処する必要性が指摘され,最も効果的な攻撃戦略が明らかになった。
論文参考訳（メタデータ） (2024-10-21T10:14:44Z)
Transfer-based Adversarial Poisoning Attacks for Online (MIMO-)Deep Receviers [44.051757540209756]
本稿では,オンラインレシーバーに対するトランスファーベースの逆毒攻撃手法を提案する。攻撃対象の知識がなければ、摂動はパイロットに注入され、オンラインのディープレシーバーに毒を盛る。シミュレーションの結果,提案した毒殺攻撃はオンライン受信機の性能を著しく低下させることが示唆された。
論文参考訳（メタデータ） (2024-09-04T04:17:57Z)
Histogram Layer Time Delay Neural Networks for Passive Sonar Classification [58.720142291102135]
時間遅延ニューラルネットワークとヒストグラム層を組み合わせた新しい手法により,特徴学習の改善と水中音響目標分類を実現する。提案手法はベースラインモデルより優れており,受動的ソナー目標認識のための統計的文脈を取り入れた有効性を示す。
論文参考訳（メタデータ） (2023-07-25T19:47:26Z)
Interference Cancellation GAN Framework for Dynamic Channels [74.22393885274728]
チャネルのあらゆる変更に適応できるオンライントレーニングフレームワークを導入します。我々のフレームワークは、非常にダイナミックなチャネル上での最近のニューラルネットワークモデルよりも大幅に優れています。
論文参考訳（メタデータ） (2022-08-17T02:01:18Z)
Progressive Latent Replay for efficient Generative Rehearsal [9.267156820352996]
本稿では,ネットワークの深さに基づいてリハーサルの頻度を変調する内部リプレイ手法を提案する。我々は,提案手法をProgressive Latent Replayと命名し,リソースを著しく減らしながら内部リプレイより優れていることを示す。
論文参考訳（メタデータ） (2022-07-04T16:28:05Z)
A Study of Designing Compact Audio-Visual Wake Word Spotting System Based on Iterative Fine-Tuning in Neural Network Pruning [57.28467469709369]
視覚情報を利用した小型音声覚醒単語スポッティング(WWS)システムの設計について検討する。繰り返し微調整方式(LTH-IF)で抽選券仮説を通したニューラルネットワークプルーニング戦略を導入する。提案システムでは,ノイズ条件の異なる単一モード(オーディオのみ,ビデオのみ)システムに対して,大幅な性能向上を実現している。
論文参考訳（メタデータ） (2022-02-17T08:26:25Z)
Single-Layer Vision Transformers for More Accurate Early Exits with Less Overhead [88.17413955380262]
視覚変換器アーキテクチャに基づく早期退避のための新しいアーキテクチャを提案する。本手法は分類問題と回帰問題の両方に有効であることを示す。また,音声視覚データ解析において,早期出口に音声と視覚のモダリティを統合する新しい手法を提案する。
論文参考訳（メタデータ） (2021-05-19T13:30:34Z)
Leaky Nets: Recovering Embedded Neural Network Models and Inputs through Simple Power and Timing Side-Channels -- Attacks and Defenses [4.014351341279427]
ニューラルネットワーク実装のサイドチャネル脆弱性について,パラメータを復元して検討する。我々は、異なる精度のネットワーク上で人気のあるマイクロコントローラプラットフォームに対する攻撃を実証する。タイミングに基づく攻撃に対する対策を実施し、そのオーバーヘッドを分析する。
論文参考訳（メタデータ） (2021-03-26T21:28:13Z)
Enhancing Robustness Against Adversarial Examples in Network Intrusion Detection Systems [1.7386735294534732]
RePOは、異なるタイプのネットワーク攻撃を偽の警告設定で検出できるオートエンコーダを識別する助けを借りて、NIDSを構築するための新しいメカニズムである。評価の結果,悪質なトラフィックの検出は,通常設定では最大29%,対向設定では最大45%改善できることがわかった。
論文参考訳（メタデータ） (2020-08-09T07:04:06Z)
ADRN: Attention-based Deep Residual Network for Hyperspectral Image Denoising [52.01041506447195]
ノイズの多いHSIからクリーンなHSIへのマッピングを学習するために,注目に基づくディープ残差ネットワークを提案する。実験の結果,提案手法は定量的および視覚的評価において最先端の手法よりも優れていた。
論文参考訳（メタデータ） (2020-03-04T08:36:27Z)
Firearm Detection and Segmentation Using an Ensemble of Semantic Neural Networks [62.997667081978825]
本稿では,意味的畳み込みニューラルネットワークのアンサンブルに基づく兵器検出システムを提案する。特定のタスクに特化した単純なニューラルネットワークのセットは、計算リソースを少なくし、並列にトレーニングすることができる。個々のネットワークの出力の集約によって与えられるシステムの全体的な出力は、ユーザが偽陽性と偽陰性とをトレードオフするように調整することができる。
論文参考訳（メタデータ） (2020-02-11T13:58:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。