语音认证是一种生物识别技术,它利用人的语音特征来进行身份认证。近年来,随着移动技术的进步,语音认证技术被广泛应用于移动设备。然而,现有的语音认证系统极其容易受到欺骗攻击。现有的欺骗攻击方式主要分为重放攻击和模拟攻击。重放的样本可能来自合法用户预先录制的音频,或利用目标用户的音频通过语音合成或转换技术构造生成。模拟攻击指的是音色相近的攻击者模仿目标用户的说话风格以及语音语调来欺骗语音认证系统。一旦攻击者通过上述方法攻破了用户的语音认证方式,就会导致用户隐私泄露或者引发其他恶意行为。针对以上攻击,本文设计并实现了一种鲁棒性强、纯软件方式的移动设备语音认证欺骗攻击检测系统。具体来说,本文利用气爆音设计攻击检测方案。气爆音是指用户在说话时,口腔呼出的气流到达麦克风时产生的噪音。由于气爆音的能量相对于语音信号较为微弱,当攻击者超过一定距离时便很难偷录到包含气爆音的认证音频。现有攻击样本中通常不具有气爆音特征,因此基于气爆音的检测手段可提升重放攻击难度。同时,由于每个用户发声系统与发声习惯的独特性使气爆音具有用户多样性,模仿者很难在音素级别上对其精确模仿,因此可有效抵御模仿攻击。本文设计了一种新颖实用的气爆音检测方案,能够在音素水平上精准定位气爆噪声,并结合机器学习技术设计分类器判别合法样本和重放样本。在此基础上,我们为每个用户建立了音素和气爆音之间的独特序列关系,以准确识别合法用户并抵御欺骗攻击。在系统评测中,我们使用3种智能手机对18名参与者在多种环境下进行了实验。大量的实验结果表明,本文构建的系统对语音认证欺骗攻击的检测准确率超过93.5%,等错误率在5.4%左右。该方案不需要额外硬件,仅需利用移动设备上集成的内置麦克风即可完成攻击检测。