[發明專利]斷開回路認證的智能音箱安全加固方法、裝置及智能音箱

在審

• 申請號: 201811416515.4
• 申請日: 2018-11-26
• 公開（公告）號: CN109302659A
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 黃冬秋;崔翔;馮林;姜譽;譚慶豐;蘇申
• 申請（專利權）人: 廣州大學
• 主分類號: H04R1/20
• 分類號: H04R1/20;H04R3/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 顏希文;宋靜娜

本發明公開了一種斷開回路認證的智能音箱安全加固方法、裝置及智能音箱，方法包括：接收麥克風采集的聲波信號；對所述聲波信號進行識別，以獲取與所述聲波信號對應的文本數據；將所述文本數據轉換為操作指令，并判斷所述操作指令的敏感程度；當所述操作指令的敏感程度達到預設的第一敏感等級時，提示用戶插入外部安全認證設備；當檢測到用戶插入所述外部安全認證設備且正確輸入與所述外部安全認證設備對應的認證信息時，執行所述操作指令。本發明基于斷開回路認證的的智能音箱安全加固方法，通過將外部安全認證設備引入智能音箱的安全防護，降低了攻擊者的攻擊面，使智能音箱的安全性得到保障。

技術領域

本發明涉及安全領域，尤其涉及一種斷開回路認證的智能音箱安全加固方法、裝置及智能音箱。

背景技術

智能語音技術作為AI應用最成熟的技術之一，在智能家居、智能車載、智能穿戴等領域迅猛發展。作為各種設備的輸入方法，語音助手越來越被廣泛應用，這種發展是由自動識別(ASR)的快速改進推動的，這些改進基于不斷發展的深度神經網絡(DNS)作為ASR的計算核心，ASR在許多任務執行中具有與人類聽力相當的性能。常見的語音識別系統，包括蘋果Siri、三星Samsung S Voice、華為HiVoice、谷歌Google Now、亞馬遜Alexa等，通常由三個子系統組成：聲音捕捉、語音識別和命令執行。簡單來說，智能設備可以利用麥克風捕捉聲音信號，而后接受語音指令，并將其轉換成文本，執行命令。然而，這些語音識別系統是否和人們想象中的一樣安全呢？

人耳的聽覺頻率范圍通常在20～20000赫茲之間，高于20000赫茲的聲波被稱作超聲波。自然界的許多動物，如蝙蝠、飛蛾，都能發送超聲波，并借此定位、通信。在這類動物中，海豚的超聲語言最為復雜，它們能利用超聲波相互交流、展開討論。如果有人利用超聲波給智能手機語音助手發送指令，且語音助手能夠接收并執行該指令，攻擊者就能很容易的“黑”進語音助手，在智能手機機主不知情的情況下，查看機主的個人隱私或進行消費等。

浙江大學徐文淵老師團隊(USSLAB)發現：利用海豚音攻擊(即超聲波攻擊)，在手機主人未察覺的情況下啟動智能電子設備的語音識別系統，遠程操控Siri、Hivoice等語音助手，下達指令，并不是一件難事。徐文淵教授驗證實驗發現基于超聲波的海豚音攻擊，將正常的語音調制成超聲波載波上的語音命令，當其頻率大于2萬赫茲時，人耳無法聽見，但手機的語音助手依然可以接收這樣的命令。在實驗中，團隊成功攻擊了谷歌、亞馬遜、微軟、蘋果、三星、華為等品牌的多個語音助手產品，谷歌的GoogleAssistant、蘋果的Siri、亞馬遜的Alexa、三星的S Voice、微軟的Cortana、華為的HiVoice無一“幸免”。經過深入的測試，研究人員還發現“海豚音攻擊”可以影響智能汽車和智能家居的語音控制系統，通過攻擊打開特定的網頁和安裝特定的軟件，實現對汽車和家居系統的遠程控制，比如開啟汽車天窗、操作汽車導航系統等。

智能設備可以利用麥克風捕捉聲音信號，而后接受語音指令，并將其轉換成文本，執行命令。麥克風能采集的聲音信號遠大于人耳的聽覺頻率，因而能夠接收超聲波信號。當麥克風將采集的超聲波指令轉換為正常指令，并最終以正常指令的形式輸出，為海豚音攻擊的實現創造了可能。如果攻擊者利用麥克風的這一硬件漏洞，讓“語音助手”接收并執行惡意指令，智能手機使用者的隱私和財產安全受到極大的威脅。