| 研究課題/領域番号 |
19K12051
|
|---|
| 研究機関 | 東京都市大学 |
|---|
研究代表者 |
岩野 公司 東京都市大学, メディア情報学部, 教授 (90323823)
|
|---|
| 研究分担者 |
篠田 浩一 東京工業大学, 情報理工学院, 教授 (10343097)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | 話者照合 / 声真似 / 成りすまし / 話者認識 / 個人認証 |
|---|
| 研究実績の概要 |
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．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
コロナウイルスの影響で２０２１年度までの研究に遅れが生じたため，２０２２年度は研究期間を延長して，研究に取り組んだ．実験や評価の遅れは取り戻しつつあるものの，研究成果の発表がやや遅れている．
|
| 今後の研究の推進方策 |
引き続き結果の詳細な分析を進めつつ，成りすましに頑健な話者照合システムの構築方法についての指針を整理し，その提案を進める．特に，物真似の高スキル者の声真似攻撃に対する対処手法については検討が十分ではないため，その点を考慮した分析を進める予定である．
|
| 次年度使用額が生じた理由 |
コロナウイルスの影響で学会の中止やオンライン開催への変更が相次ぎ，２０２１年度までは旅費の使用が無かったため，２０２２年度に繰り越しを行った．２０２２年度は旅費を伴う学会参加等も再開したが，当初予定よりもまだ少ない状況で，さらに２０２３年度に繰り越しを行う．２０２３年度は学会参加の費用を中心に支出を進めることを予定しているが，当該予算支出が予定よりも発生しない場合には，実験用のサーバ等の設備の増強などに充てる予定である．
|
