论文笔记：Adversarial Attacks on Copyright Detection Systems, ICML 2020

Contents

1. 1. Introduction
2. 2. What makes copyright detection systems vulnerable to attacks?
3. 3. Types of copyright detection systems
4. 4. Case study: evading audio fingerprinting
   1. 4.1. Audio fingerprinting models
   2. 4.2. Interpreting the fingerprint extractor as a CNN
   3. 4.3. Formulating the adversarial loss function
   4. 4.4. Crafting the evasion attack
   5. 4.5. Remix adversarial examples
5. 5. Evaluating transfer attacks on industrial systems
   1. 5.1. White-box attack results
   2. 5.2. Transfer attacks on AudioTag
   3. 5.3. YouTube

论文Adversarial Attacks on Copyright Detection Systems, ICML 2020阅读笔记。

使用音频对抗攻击的思路和方法，论文攻击了版权检测（Copyright Detection）系统。作者首先使用神经网络去还原了一个公开的音频指纹（Audio Fingerprint Models）提取算法，然后使用常规的对抗攻击算法攻击了这个模型（白盒），然后在放大（scale up）了一些扰动之后，黑盒攻击了谷歌的AudioTag版权检测系统和YouTube的Content ID系统。

本人没有复现和做实验，属于纸上谈兵。

Introduction

这里省略对抗样本的基本介绍。

下面是有关copyright detection的一些背景信息：

• 版权检测一般的方法是通过提取音频或视频的特征（指纹，fingerprint），然后与已有的特征库做对比，判断是否侵权。
• YouTube的Content ID系统，将对每个视频做标记（flag），方便管理。
• Google Jigsaw会检测并移除宣扬（promote）恐怖主义和危害（jeopardize）国家安全的视频。
• 欧盟要求所有能够使得用户上传文字、音频和视频的服务都要有版权过滤（copyright filter）。

版权检测系统通常是专利（proprietary），无法攻击全部的系统。论文的目标在于

• 证明版权检测系统的脆弱性
• 确定（establish）现有文献中的攻击能够潜在地利用（exploit）音视频版权检测系统。

论文的工作：

• 攻击音频版权检测系统；
• 使用tensorflow复现了“shazam”算法（音频指纹提取），使得算法成为一个可微的神经网络；
• 使用基于梯度的方法，白盒和黑盒攻击；
• 黑盒攻击：足够扰动的情况下，攻击了现有的工业系统AudioTag和YouTube Content ID系统

主页和样例：https://www.cs.umd.edu/~tomg/projects/copyrightattack/

可以听出，黑盒攻击AudioTag和Content ID的音乐噪音还是明显的。

What makes copyright detection systems vulnerable to attacks?

这里省略一般的对抗样本工作的介绍。

版权检测系统的攻击和一般的（图片、音频）对抗攻击的区别：

• 数字域的攻击：版权检测面对的数字媒体一般直接上传到服务系统（如YouTube），而不是在物理世界采样得到（如针对stop sign的攻击，需要对干扰因素鲁棒（nuisance variables）），这使得版权检测的攻击更为简单（相比较物理攻击）；
• 开集问题：闭集问题（closed-set）的每个输入有个确定的类别与之对应，版权检测是开集（open-set）问题，大多数音频不侵权，需要被标记，系统往往采取保守的策略；
• 高相似度下的判别：版权检测系统在具有高相似度（共享许多特征）的音频中分辨出音频是否侵权（类似于ImageNet在高相似度的图片中分类），对于对抗攻击（只需要改动更少的特征）而言，较为有利。

上面三点，使得版权检测系统易于攻击。

Types of copyright detection systems

版权检测系统通过提取图片、音频、视频的特征（指纹），然后与已有的特征库作比较，如果达到一定的相似度，就视为侵权（两样本相同）。提取特征的方法有两种：

• 使用一个神经网络提取特征
• 使用手动构造（hand-crafted）的特征，也可以重新解释（reinterpret）成一个神经网络

论文断言，手动构造的音频特征并不安全。

Case study: evading audio fingerprinting

下面使用神经网络还原（resemble）了一个常用的公开的音频指纹提取算法，然后进行白盒攻击，并迁移到了黑盒上（AudioTag，YouTube Content ID）。

Audio fingerprinting models

攻击的算法是shazam算法，广泛用于音乐识别。

良好的音频指纹具有的三个性质：

1. 时间局部性（Temporally Localized）：使用音频的一小段区间计算得到
2. 平移不变性（Translation Invariant）：音频样本起始时间不同，但是指纹相同
3. 鲁棒性：对一定的噪声鲁棒

shazam使用时频图峰（spectrogram peaks）的位置（针对每一时间帧而言）作为音频的指纹，对噪声鲁棒，并近似线性超稳定型（approximate linear superposability）。

Interpreting the fingerprint extractor as a CNN

可以将上述提取特征的算法看作一组变换（线性映射），参考上面所说的前俩性质，使用CNN来还原shazam算法，有下面几层：

第一层，hann窗。和标准化（hann系数加起来等于1）的hann函数做卷积，卷积核如下：

$$f_1(n)=\frac{sin^2(\frac{\pi n}{N})}{\sum^N_{i=0}sin^2(\frac{\pi i}{N})}$$

• 减轻不连续和不好的频谱性质（如旁瓣现象）对生成对抗样本的影响
• 对黑盒攻击施加更加有效的扰动

第二层，短时傅里叶变化，计算时频图。和N个Fourier核做卷积，代表不同的频率：

$$f_2(k,n)=e^{-i2\pi kn / N},k\in\{0,1,\cdots,N-1\}$$

• 然后取其幅度谱即可（即模长）。
• 设输入信号为，定义此时得到的特征为

然后使用maxpooling来提取局部最大值（沿着频率方向，即对频率特征进行一维池化），然后使用最大值的位置作为指纹，即如下的等式：

$$\phi(x)=maxpool(\phi(x))$$

The resulting binary map of local maxima locations is the fingerprint of the signal and can be used to search for a signal against a database of previously processed signals.

记这个二进制指纹为。

Formulating the adversarial loss function

对抗样本的损失函数怎么设计？如何衡量两个指纹的相似性？

论文使用Lp范数，具体而言使用来限制扰动的强度，使得：

$$|\delta|_{\infty}\le \epsilon$$

参考hamming距离（二进制位数不同的个数）来衡量两个二进制指纹的相似性，使用下面的式子作为两个指纹（adversarial&original，设为和）的相似度损失：

$$J(x,y)=|\phi(x) \cdot \psi(x) \cdot \psi(y)|$$

• 即只有共同的最大值位置的值相加，只利用这些地方的神经元。

• 对于白盒攻击，目前设计的损失是足够的，但是对于黑盒攻击，不够鲁棒。针对某一时间帧，只需要对抗样本的频峰（peaks）向高/低频移动一个单位就可以使得该频峰对loss的贡献为零。

因此，论文采取了下面的loss函数，来使得对抗音频的peaks离真（original）样本的peaks更远。

$$J(x,y)=\sum_i(ReLU(c-(max_{|j\le w_1|}\phi(i+j;x)-max_{|j\le w_2|}\phi(i+j;x)))\cdot \psi(i;y))$$

记相减项为。

• 式子是针对某一时间帧而言的。
• （可以看作）这里有两个最大池化层，池化宽度分别为且，这使得值非负，其中为常数，控制扰动的幅度。
• 在上式中，如果位置对抗样本的peak存在于宽度内，则；否则，存在于之外，之内，则。这使得最大值倾向于出现在离原样本peak较远的位置，更为鲁棒。

论文使用了下面的smoothed max function来代替实际的max函数：

$$S_{\alpha}=\frac{\sum^n_{i=1}x_i e^{\alpha x_i}}{\sum^n_{i=1} e^{\alpha x_i}}$$

• ，该函数逼近真实max函数。
• 论文说是为了使max可微？但是maxpooling是可以进行反向传播的。这里应该是为了使得生成的对抗样本更为鲁棒，因为smoothed版本能够考虑到除了最大值神经元之外的神经元（重要性依值大小而定），更具有抗干扰的能力（加了噪声之后？）。
• 论文中的一直取1.

Crafting the evasion attack

求解的优化问题如下：

$$min_{\delta} J(x+\delta,x) \qquad s.t.|\delta|_{\infty} \le \epsilon$$

用PGD生成，Adam优化器。

Remix adversarial examples

上式生成的对抗样本噪声不自然，论文添加了下面的损失，使得生成的对抗样本的指纹和另一目标音频的指纹相似，即听起来更像是这个目标音频。

$$J_{remix}(x,y)=\sum_i(ReLU(c-(max_{|j\le w_2|}\phi(i+j;x)-max_{|j\le w_1|}\phi(i+j;x)))\cdot \psi(i;y))$$

和的区别在于的顺序不同，这使得让loss趋于最小值的方向相反，即使得生成的对抗样本的peak位置倾向于在之内，即让对抗音频的peak和目标音频的peak贴近一点。

生成remix版本样本的优化问题如下：

$$min_{\delta} J(x+\delta,x) + \lambda J_{remix}(x+\delta,y) \qquad s.t.|\delta|_{\infty} \le \epsilon$$

是控制remix强度的参数。

Evaluating transfer attacks on industrial systems

• 攻击了两个工业系统
• remix和无remix版本的对抗样本
• 30s长度的音频
• 样本：https://www.cs.umd.edu/~tomg/projects/copyrightattack/

White-box attack results

使用hamming距离思想的loss函数，在人不可察觉的情况下攻击成功情况如下：

Transfer attacks on AudioTag

AudioTag能够对上传的音频进行比对，然后找出这个音频是什么歌曲。

• 成功攻击，扰动不易被人察觉
• 可能架构与shazam类似
• 数据集中90%的歌曲在表中扰动强度的情况下攻击成功
• 4倍于扰动强度的随机噪声实现攻击

YouTube

• 更难攻击，需要更大的扰动强度，扰动易察觉
• 3倍于扰动强度的随机噪声能实现攻击
• 数据集中67%歌曲攻击成功