이 연구는 확률적 투자 모델을 활용한 오디오 데이터 백도어 공격의 실현 가능성과 잠재적 영향을 다룹니다. 저자는 음성 특성, 다요인 자산, 단일요인 모델, 확률 과정, 구간 추정 등 다양한 요인을 고려하여 이러한 공격을 설계하고 구현하는 포괄적인 방법론을 제안합니다.
Vasicek, Hull-White, Longstaff-Schwartz 모델의 수학적 특성을 활용하여 기존 방어 메커니즘을 우회하고 음성 인식 시스템의 취약점을 악용하는 "MarketBack" 백도어 공격을 소개합니다.
실험 결과, 이 공격은 학습 데이터의 1% 미만을 오염시켜 7개의 피해 모델에서 평균 공격 성공률 100%를 달성할 수 있음을 보여줍니다. 이를 통해 오디오 애플리케이션과 시스템의 신뢰성을 유지하기 위해 이러한 공격을 식별하는 것이 중요함을 강조합니다.
翻译成其他语言
从原文生成
arxiv.org
更深入的查询