10、智能家居语音认证与安全防护：WSVA系统解析

智能家居语音认证与安全防护：WSVA系统解析

1. 智能家居语音控制现状与风险

在智能家居环境中，用户可通过图像传感、无线通信和语音控制命令等多种用户界面来操控诸如灯光、温度控制器、电子开关、微波炉、冰箱等家用电器。据2020年的市场研究报告预测，到2025年，语音界面将成为智能家居的主要用户界面，全球相关收入将达到73亿美元。目前，典型的物联网语音控制系统包括亚马逊Alexa、三星SmartThings、谷歌Home等。

然而，语音固有的广播特性为攻击者注入恶意命令（即欺骗攻击）打开了大门。除了经典的重放攻击，研究人员还提出了利用智能音箱漏洞的新兴攻击方式。在硬件方面，麦克风频率响应的非线性特性为基于听不见的超声波攻击（如海豚攻击和后门攻击）提供了机会；在软件方面，语音识别和说话人验证所采用的深度学习模型被证明容易受到隐藏语音、CommanderSong和用户模仿等新兴对抗攻击。这些欺骗攻击给智能音箱带来了新的安全问题（如故意打开智能恒温器）和隐私风险（如查询用户的日程信息），引发了广泛关注。

为了抵御语音欺骗攻击，最直观的防御策略是基于语音密码的访问控制，即用户在输入语音控制命令之前需要说出一个特殊密码。但这种方式要么对用户不方便，要么容易受到窃听攻击。因此，活体检测作为一种有效的对策被提出。活体检测利用欺骗攻击中的语音是由电子设备播放这一事实，将人类和机器之间不同的物理特征作为“活体”因素。现有的对策（即活体检测）可分为多因素认证和被动方案，本文主要关注多因素认证。

2. 现有多因素认证活体检测方案的局限性

多因素认证的活体检测利用与语音控制系统操作密切相关的信息（如摄像头收集的图像/视频、扬声器发出的磁场、智能手机不同麦克风的到