PrivacyMic：利用不可听频率进行保护隐私的日常活动识别

文献标题

PrivacyMic: Utilizing Inaudible Frequencies for Privacy Preserving Daily Activity Recognition

文献信息

• 主题领域: 隐私保护、超声波频段、日常活动识别
• 关键词: 声学, 超声波, 物联网, 隐私保护, 智能环境, 声音传感, 普适计算, 隐私感知

研究背景与问题

• 发现的问题或挑战:

  • 现有麦克风以人类听觉范围(20Hz至20kHz)为设计基础，这导致捕获的数据中包含敏感语音信息，从而可能侵犯用户隐私。此外，这些麦克风忽视了许多超出人耳听觉范围的重要声学数据。
  • 当前“全开或全关”(all-or-nothing)的麦克风使用模式，会因保护隐私而同时抛弃有用的声音识别功能。

• 重要性:

  • 随着语音助手和智能设备的普及，人们对音频隐私侵害的担忧加剧。如果解决这一问题，可以增强用户对智能音频设备的信任，同时保留设备的功能性。

• 研究动机与相关工作:

  • 过去的研究多注重语音分析或使用传统的可听声频段的数据进行活动识别，而很少利用超声或次声频段。
  • 也有一些工作关注隐私保护，但这些方法大多基于软件过滤，容易被攻击或绕过。

解决方案

• 提出的解决方案: PrivacyMic 是一种基于Raspberry Pi的设备，能够捕获并利用次声(infrasound)和超声(ultrasound)频率来进行隐私保护的日常活动识别。该设备通过硬件实现对语音或所有可听频率的过滤。

• 创新之处:

  • 设计了一种硬件级的过滤机制，在音频信号通过数模转换器(ADC)之前移除敏感的语音频率，从根本上避免语音隐私泄露。
  • 利用听觉范围以外的声学数据（如超声波）来弥补删除语音后的信息损失，实现高效的隐私感知活动识别。

• 实施步骤与关键技术:

  1. 硬件设计:
     • 配备宽频带麦克风，能够捕获0.05Hz至192kHz范围内的音频。
     • 设计可切换的硬件低通和高通滤波器，移除语音（8kHz以下）或可听声音（16kHz以下）。
  2. 数据采集与特征分析:
     • 收集127种常见家庭和办公设备的声波数据，生成高分辨率快速傅里叶变换（FFT）特征。
     • 应用信息功率指标评估不同频段的预测能力。
  3. 机器学习模型训练:
     • 使用随机森林（Random Forest）分类器进行模型训练，评价不同频率组合下的活动识别精度。
  4. 隐私与性能验证:
     • 通过用户测试验证语音不可理解性。
     • 在厨房、浴室和办公室等真实环境中测试设备识别精度。

研究成果

• 具体成果:

  • Spectral Analysis结果显示超声波（大于16kHz）中的特征对于对象识别具有最高的平均重要性。该频段中有5项特征排在信息功率的前10位。
  • PrivacyMic 在语音过滤及多频段组合的隐私设置下，能够实现91.4%的分类准确率，而显著高于仅使用语音过滤的50.5%。
  • 在厨房、浴室和办公室环境的实地测试中，无论采用哪种滤波设置，分类准确率均超过95%。

• 相较于现有方案的优势:

  • 硬件级别的语音过滤确保了设备在任何场景下不会传输敏感语音信息，增强了系统的安全性和隐私保护能力。
  • 无需依赖语音数据也能实现较高的活动识别准确率，扩展了声学信号的应用领域。

• 实验与评估结果:

  • 在隐私评估实验中，参与者听到经过过滤的音频后无法理解或转录任何语音内容。
  • 自然语言处理工具无法从过滤后的音频中提取语音信息，验证了设备的隐私保护效果。
  • 在真实环境的活动识别中，实验结果确认了PrivacyMic在不同场景下的稳定性与高准确率。

• 局限性与未来方向:

  • 未能完全阻止未来可能的算法重建语音攻击，需要进一步提高滤波器截止频率以降低风险。
  • 未来可优化硬件成本并将功能扩展至更多场景，如可穿戴设备或更复杂的环境。