Adaptive multi-task adversarial attacks on audio tasks

doi:10.1016/j.eswa.2026.133000

Adaptive multi-task adversarial attacks on audio tasks

2026-09-29

0

PRE

AI

DOI：10.1016/j.eswa.2026.133000

原文链接

原文求助

摘要

En 中文

以往研究表明，针对单任务音频处理（如语音识别或情感分类）设计的深度语音系统极易受到对抗样本（AEs）的攻击。相比之下，同时执行语音识别、情感识别和语言识别等多任务的Multi-Task Speech Model（MTSM）由于任务耦合和复杂决策边界，面临更大的安全挑战。现有的单任务系统对抗攻击无法同时破坏多个任务。为探究MTSM对对抗攻击的鲁棒性，本文提出了两种新型多任务对抗攻击框架。首先，Multi-Task Targeted Attack（MTTA）采用动态权重调整策略，自适应平衡不同任务的优化优先级。其次，Multi-Task Untargeted Attack（MTUA）引入两阶段通用对抗扰动（UAP）优化框架，利用跨任务干扰增强多任务攻击。具体而言，MTUA首先通过目标扰动融合和基于遗传算法的优化进行粗粒度扰动生成，随后通过跨任务干扰驱动的精细优化生成隐蔽且可迁移的UAP。在基准数据集上的大量实验证明了所提方法的有效性。MTTA在SNR为38 dB时攻击成功率高达98.5%，而MTUA在SNR高达29.74 dB时始终保持超过80%的多任务攻击成功率。此外，生成的UAP表现出强泛化能力，在未见过的同语言和跨语言样本上分别实现了92%和58%的多任务攻击成功率。

Keyword:

Multi-task adversarial attack

Universal adversarial attack

Speech recognition

Speech emotion recognition

Adaptive multi-task adversarial attacks on audio tasks

摘要

期刊

机构

引用论文