網絡安全領域智能語音識別安全技術研究

◆連耿雄 丘恵軍 陳昊

行業與應用安全

網絡安全領域智能語音識別安全技術研究

◆連耿雄 丘恵軍 陳昊

（深圳供電局有限公司 廣東 518000）

人類獲取信息的方式主要通過語言、圖像、文字三種方式。語音識別技術也稱之為自動語音識別技術Automatic Speech Recognition（ASR），通俗地講，這是一項可以讓機器聽懂人類自然語言及意圖并執行相關指令或操作的技術。人類對語音識別技術的研究可追溯到20世紀50年代，但技術的落地并快速嵌入產品應用的時間卻在21世紀的第一個十年的尾聲，在自動語音識別飛速發展的今天，所帶來的網絡安全風險與暴露的技術缺陷問題也日益凸顯，對企業或個人造成的影響不可小覷。本文簡單論述了自動語音識別技術的運用分析，通過研究，闡述了在網絡安全領域中的風險以及利用自動語音識別技術的主要攻擊手段。

自動語音識別技術；網絡安全；攻擊

1 自動語音識別技術發展現狀

人類對未知領域的探索從未停止，且腳步愈發加快。在自動語音識別技術領域的探索研究始于1952年AT&T貝爾實驗室的Audry系統，該系統可識別0～9十個數字發音，從此，人類打開了自動語音識別技術的大門，并在21世紀開始了爆發式技術躍進，時至今日，自動化語音識別技術應用場景已開始實現到家居、車載、客服、教育、金融、網絡安全等等各個方面，搭載有自動語音識別技術的產品數不勝數。其中在網絡安全領域也得到廣泛普及，例如利用自動語音識別技術監測網絡語音數據及輿情監控。自動語音識別技術發展迅速，同時對國家經濟發展和國家安全都有著很重要的作用。

2 自動語音識別技術實現原理簡要說明

自動語音識別系統本質上是一套模擬識別系統，須有硬件設備與操作系統作為支撐，同時需要海量語音樣本數據作為基礎，通過識別特征信息進行樣本匹配，進而達到語義識別的目的。由上圖可看出，自動語音識別技術的核心要點主要為：（1）訓練；（2）識別。兩者為自動語音識別技術的核心要點。

2.1 訓練

“訓練”或稱之為“學習”所形成的“知識庫”是自動語音識別技術的基礎，是自動語音識別準確率的核心要素之一，該階段采用語音分析方法分析出語音特征參數作為標準知識儲存在計算機內，形成標準“知識庫”，或者稱為“模板”，建立識別基本單元的聲學模型以及進行句法分析的語言模型等。

2.2 識別

“識別”或者稱之為“匹配”是語音數據輸入后對該數據進行分析處理，匹配“知識庫”的階段，該階段同樣是自動語音識別準確率的核心要素之一，提取語音數據中的特征參數，按照一定的準則和測度與系統模型進行比較，通過匹配判決得出識別結果。

3 自動語音識別技術目前的應用領域

自動語音識別技術發展至今日，市場上尚未出現一款很成熟的應用，準確識別一段語言，相關因素很多，除了不同語種的差別，即使是漢語，在加入方言、口音、同音字詞等這些因素后也會產生海量的語音數據要識別。目前自動語音識別主要有四類應用方向，一是簡單指令或有限字詞的識別，二是智能語音問答，三是智能語音分析，四是實時語音監控分析。在網絡安全監管領域，自動語音識別技術可對網絡中的大量語音信息進行監聽管理，防止網絡風險和垃圾信息由語音形式進行傳播。

4 自動語音識別技術應用目前面臨的安全威脅

隨著海量數據的積累、硬件核心計算能力的發展、語音識別技術的訓練與識別手段的持續創新與演進，自動語音識別技術得到普遍部署和廣泛應用，在諸多應用方面中最大兩個應用落地點就是語音導航與智能音箱，語音導航與智能音箱為使用者提供極大便利，解放了雙手，但在使用過程中獲取了大量個人隱私數據，主要包含性別、年齡、環境、健康、想法、情緒、地理位置等多重信息，同時由于網絡發展的速度遠遠比人們安全使用網絡的意識和操作更新速度快，由此為不法分子的侵入提供了溫床，這些信息一旦被惡意利用，將對企業或個人造成嚴重危害。

自動語音識別技術作為戰略性與變革性信息技術之一，給網絡空間安全增加了諸多新的不確定性，自動語音識別技術應用目前所面臨的安全風險主要包括：（1）軟硬件的風險；（2）數據完整性風險；（3）個人數據隱私風險。

4.1 軟硬件的風險

在軟件及硬件層面，包括應用、模型、系統和處理器以及編碼都存在漏洞或后門的可能性；攻擊者能夠利用這些漏洞或后門實施高級攻擊。在自動語音識別技術訓練模型層面上，攻擊者同樣可能在模型中植入后門并實施高級攻擊；由于訓練模型的不可解釋性，在模型中植入的惡意后門難以被檢測。

4.2 數據完整性風險

為了語音識別的精準性，則需要采集大量語音數據進行建模訓練，因此在數據層面，攻擊者能夠在訓練階段摻入惡意數據，影響語音識別模型的識別能力；攻擊者同樣可以在判斷階段對需要判斷的樣本加入少量噪音，刻意改變判斷結果，破壞數據完整性，以此達到惡意攻擊目的。

4.3 個人數據隱私風險

在用戶提供訓練數據的場景下以及用戶正常使用過程中均會產生大量跟個人及周邊環境相關數據信息，攻擊者能夠通過反復查詢訓練好的模型或者直接攻擊服務商數據中心獲得用戶的隱私信息。

5 利用自動語音識別技術的主要攻擊手段

毋庸置疑，在今天看來，自動語音識別技術是一項很強大的技術，然而，與其他所有技術一樣，自動語音識別技術也容易受到漏洞威脅。如果將這項技術與指紋識別等其他生物技術進行對比，我們就會發現，自動語音識別同樣也會遭到黑客的攻擊，被黑客盜取并利用，自動語音識別技術應用目前所面臨的攻擊手段主要包括：（1）偽造聲紋攻擊；（2）內容安全攻擊；（3）個人終端偽造攻擊；（4）超聲波攻擊。

5.1 偽造聲紋攻擊

通過克隆演說命令的方法或者直接盜取目標個體的聲音樣本，從而模擬出目標個體的聲音，冒充目標的身份來繞過安全保護機制，對目標發起網絡攻擊，最終達到攻擊目的，一旦拿到這些認證信息，就能訪問目標的重要私密文件，盜取目標的個人信息。目前對聲紋采取的攻擊手段主要包括拼接合成攻擊（通過對語音數據截切與拼接最終合成可識別的仿冒語音數據）、樣本攻擊（對聲紋庫樣本進行攻擊，篡改樣本數據）、錄音攻擊（提前錄制目標個體的語音樣本進行攻擊回放）、端到端攻擊（直接攻擊自動語音識別系統所搭載的終端）等。

5.2 內容安全攻擊

內容攻擊也是自動語音識別技術的主要脆弱點之一，我們可輸入非法敏感詞匯數據，而一般自動語音識別系統不具備判斷輸入數據是否安全的能力，從而造成惡意音頻播放或者敏感信息回顯，以此達到攻擊的目的。

5.3 個人終端偽造攻擊

目前尚無絕對安全的個人終端安全保護措施，攻擊者通過劫持合法終端，從而獲取通信憑證信息，達到偽造個人終端的目的，進而可執行惡意命令。

5.4 超聲波攻擊

普通人的耳朵可聽到的頻率為20Hz～20kHz，頻率大于20kHz為超聲波，正常人無法聽到，但搭載自動語音識別的電子產品可輕松抓取并識別，例如通過向與設備連接的耳機發送一個簡單的超聲波信號，之后就能激活設備自動語音識別系統，從而控制你的設備并達到攻擊的目的，而在這個攻擊過程中目標個體根本不會有任何察覺。目前電子產品的喇叭性能提升使得攻擊者無須額外硬件即可發送超聲波信號，這為超聲波攻擊提供了極大便利性與攻擊條件。

6 結語

隨著網絡技術的快速發展，網絡安全問題也變得十分重要。在網絡安全監管中，要充分利用語音識別技術的優勢，對網絡中的語音信息進行監聽管理，避免網絡風險和垃圾信息由語音形式進行傳播。同時，充分利用自動語音識別技術的高效性和便捷性對網絡用戶的使用問題反饋進行相應的技術處理。

但是任何技術都是一把雙刃劍，自動語音識別技術給不法分子帶來可乘之機，這是所有人都不能忽視的，如何規避目前自動語音識別技術所存在的風險與攻擊利用手段，我們還在進一步研究中，在未來，需要進一步發展和完善自動語音識別技術的安全性，杜絕語音技術使用時的不安全因素，為消費群體提供更加堅實可靠的保障。

[1]羅巖.語音自動識別技術及其在電信彩鈴業務中的應用研究[D].西安電子科技大學，2014.