声真似による成りすまし攻撃に対する話者照合の耐性向上に関する研究

点击翻译按钮获取中文摘要

本研究では，声による個人認証（話者照合）の実用化に向けた，「声真似による成りすまし攻撃」の対策についての検討を進める．過去の研究において，物真似のスキルの違いによって声真似の特徴や成りすましが成功する理由に違いがあることが示唆されていることから，そのメカニズムの解明を図り，その知見に基づいて声真似攻撃に対する効果的な対策手法の提案を目指す．２０２２年度は，特に「物真似のスキルが低い人（物真似の経験がほとんどない一般の人，低スキル者）」の声真似攻撃について，前年度新規に構築・導入した「深層学習に基づく話者照合システム」に対する認証結果の分析を進めた．具体的には，以前使用していた従来型の話者照合システム（ＧＭＭ－ＵＢＭ法に基づく話者照合システム）を用いた分析では，低スキル者の声真似攻撃が成功するケースとして「攻撃対象者に確かに近づくことで成りすましに成功する現象」と「攻撃対象者には近づかない一方で，対立話者からの遠ざかりが非常に大きく，その結果として偶然，成りすましに成功する現象」の２種類が見られることが明らかになっていたため，それぞれの現象に基づく攻撃が，深層学習に基づく話者照合システムによる認証にどの程度影響を及ぼすかについて，調査を進めた．その結果，従来の話者照合システムで見られた後者の現象による成りすましの成功が，深層学習に基づく話者照合システムでは効率的に防御できることが確認され，深層学習の導入が低スキル者の声真似攻撃の対策として有効であることがわかった．この研究成果を「第１２回バイオメトリクスと認識・認証シンポジウム」で発表し，優秀発表賞を受賞した．