針對說話人識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，針對特定目標進行攻擊，ACGAN通過在訓(xùn)練和攻擊階段引入額外的目標標簽，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）