في عالم التقنيات الحديثة، يشكل التحقق من المتحدثين (Automatic Speaker Verification - ASV) خط الدفاع الأول ضد الاحتيال الصوتي، ولكن ماذا يحدث عندما تواجه هذه الأنظمة هجومًا قويًا وغير متوقع؟ في ورقة بحثية جديدة نُشرت على arXiv، كشف الباحثون عن استخدام النقل الأمثل المنفصل (Discrete Optimal Transport - DOT) كاستراتيجية فعالة للهجوم على أنظمة التحقق الصوتي وآليات مكافحة الاحتيال.

تعمل هذه الطريقة كرابط بين الصوتgenerated و مجموعة من الأصوات الأصيلة، من خلال محاذاة الإشارات الصوتية باستخدام تقنيات متقدمة مثل النقل الأمثل الإنتروبي (Entropic Optimal Transport) ورسم الباري سنتر (Barycentric Projection) على أعلى خمسة أصوات. على عكس الهجمات التقليدية التي تعتمد على تدرجات النموذج، لا تتطلب هذه الطريقة الوصول إلى أي بيانات تدريبية أو معلمات نموذج، مما يجعلها أكثر تعقيدًا وصعوبة في الكشف.

وقد أظهرت التجارب التي أُجريت على مجموعات بيانات ASVspoof2019 و ASVspoof5 أن DOT يمكن أن يؤدي إلى زيادة كبيرة في معدل الأخطاء (EER) لنظم مكافحة الاحتيال، مما يُظهر ضعف هذه الأنظمة في وجه هذه الاستراتيجية الجديدة. الأبحاث تشير أيضًا إلى أن هذا النوع من الهجمات يمكن أن ينتقل عبر مجموعات البيانات ويظل فعّالًا حتى بعد إعادة التكييف للأنظمة.

التحليلات التي أجراها الباحثون تشمل مقارنة تشابه المتحدثين، واستخدام مسافة فريشيه الصوتية (Fréchet Audio Distance)، مما يوفر بصيرة مهمة حول كيفية نجاح DOT في الانزلاق الصوتي نحو مناطق أصيلة من فضاء التمثيل بدلًا من مجرد تعظيم التشابه بين المتحدثين. هذه النتائج تدل على أن محاذاة التوزيع القائمة على النقل الأمثل تمثل جبهة جديدة وغير مستكشفة بعد في سياق أمان أنظمة التحقق الصوتي.

لكل مهتم في أمان المعلومات، ما رأيكم في استخدام تكتيكات جديدة مثل DOT في هجمات الصوت؟ شاركونا آرائكم وتجاربكم في التعليقات!