Un framework di fusione tra fisica e incertezza difende l'autenticazione vocale da deepfake e avvelenamento

I sistemi di autenticazione vocale che operano all'edge di rete sono vulnerabili a minacce da deepfake vocali sintetici e dall'avvelenamento del piano di controllo dell'apprendimento distribuito. Una preprint disponibile su arXiv (identificativo 2512.06040) introduce un framework che affronta queste sfide integrando il rilevamento dei deepfake basato sulla dinamica fisica dell'audio con tecniche di apprendimento consapevoli dell'incertezza. Combina la modellazione della dinamica fisica del tratto vocale con rappresentazioni auto-supervisionate, analizzate tramite un percettrone multistrato (MLP) e un insieme bayesiano per la valutazione dell'incertezza. Inoltre, gli autori propongono un protocollo di aggregazione basato sulla fiducia per difendersi dagli attacchi di avvelenamento nell'apprendimento federato. Questo framework mira a migliorare l'accuratezza del rilevamento e a mantenere l'integrità del sistema, affrontando i rischi posti dallo spoofing vocale generato dall'IA. Non sono inclusi dettagli implementativi specifici.