Investigadores de la Universidad de Granada (UGR), pertenecientes al Departamento de Teoría de la Señal, Telemática y Comunicaciones, han diseñado una nueva técnica basada en redes neuronales que evita "poder suplantar la identidad del usuario en los sistemas de identificación automática por voz de los dispositivos electrónicos, como smartphones o tablets".
Según ha informado la UGR en una nota de prensa, el acceso a portales de información a través de dispositivos electrónicos requiere de mecanismos de autenticación seguros que permitan "identificar con garantías la identidad que el usuario afirma ser". Frente al uso tradicional de mecanismos basados en pares usuario y contraseña, en los últimos años el uso de métodos autenticación biométricos, como el reconocimiento facial o por voz, ha experimentado un crecimiento significativo.
Como ventajas, los métodos de autenticación biométricos liberan al usuario de tener que recordar las claves para acceder a estos sistemas, ya que la autenticación se hace en base a características biométricas del usuario, por ejemplo su huella dactilar, iris o cara.
En este artículo, que publica la revista científica 'IEEE/ACM Transactions on Audio, Speech, and Language Processing', los investigadores de la UGR han profundizado en el estudio de un tipo de autenticación biométrica que está suscitando un especial interés tanto entre la comunidad científica como en el ámbito empresarial: la biometría de voz.
"La voz es una característica personal única, diferente para cada uno de nosotros. Con sólo escuchar una palabra podemos distinguir sin problemas la voz de nuestros familiares o amigos. Esto se debe a las características anatómicas únicas en cada persona respecto de los órganos que intervienen en la producción de voz. La biometría de voz, por tanto, permite identificar a una persona a través de su voz", ha explicado el investigador del departamento de Teoría de la Señal, Telemática y Comunicaciones de la UGR y autor principal del trabajo, Alejandro Gómez.
"Proponemos una técnica basada en redes neuronales profundas para discernir si la voz de entrada al sistema pertenece a un usuario legítimo o es un ataque de suplantación de identidad realizado por un intruso", ha señalado Gómez.
La técnica propuesta se denomina Gated Recurrent Convolutional Neural Network (GRCNN) y permite detectar ataques de seguridad a sistemas de biometría de voz.
En resumen, "en este trabajo hemos abordado el problema de la detección de ataques de suplantación de identidad a través de la voz conocido popularmente como anti-spoofing, donde el reto principal es el desarrollo de sistemas que sean capaces de detectar ataques no vistos durante la etapa de entrenamiento".
