本研究探讨几何扰动对人脸识别系统的影响，提出了一种快速的地标操纵方法，能够生成高成功率的对抗性人脸。研究表明，所有像素攻击可使分类器的置信度下降至84%，误分类率达到81.6%。此外，提出了Adv-Makeup和Sibling-Attack等新攻击技术，增强了攻击的可迁移性和成功率。同时，研究了人脸反欺骗技术与对抗检测的关系，提出了有效的框架AdvFAS，以确保系统的可靠性。

本研究开发了一种整合反欺骗技术的演讲者验证嵌入式系统，能够拒绝非目标演讲者及目标演讲者的欺诈性输入。通过多阶段训练与损失函数的组合，解决了训练数据不足及短缺欺骗性数据的问题。实验结果表明，该系统在SASV2022挑战赛评估协议下的性能达到了1.06%的SASV-EER。