針對說話人識(shí)別對抗樣本生成方法研究

摘要： 針對基于生成式的對抗樣本生成方法生成的對抗樣本真實(shí)性較低和攻擊效果欠佳的問題，提出一種基于AdvGAN和CGAN的對抗樣本生成方法ACGAN。首先，針對特定目標(biāo)進(jìn)行攻擊，ACGAN通過在訓(xùn)練和攻擊階段引入額外的目標(biāo)標(biāo)簽，生成具有針對性的頻域上的對抗樣本。其次，在生成器和鑒別器中引入門控卷積神經(jīng)網(wǎng)絡(luò)，幫助ACGAN模型捕捉到更精確的數(shù)據(jù)特征，從而提高攻擊成功率。最后，引入感知損失... （共9頁）