云环境下基于感知哈希的密文语音内容认证及篡改恢复方法研究
发布时间：2021-11-15 09:08
随着多媒体数据的爆炸式增长,云平台成为了人们传输和存储多媒体数据的首选。在人们享受云平台带来便捷的同时,也出现了对多媒体数据的隐私性安全和完整性问题的担忧。论文针对密文语音检索系统应用中面临的隐私性安全和恶意篡改的威胁、对语音查询用户的检索结果进行完整性认证及如何将篡改语音恢复的问题,利用语音置乱加密算法、感知哈希、最小二乘曲线拟合法等技术,对密文语音内容认证及篡改恢复等关键技术开展了研究。具体研究工作如下:1.为了保证语音的隐私性安全,同时又可以直接在密文语音中提取认证摘要,提出了一种基于Henon映射的分组置乱加密方法和基于Duffing映射的置乱加密方法。实验结果表明,两种加密方法均可以保证语音在云端传输及存储的隐私性安全,同时可以直接在密文语音中提取认证摘要,提高了语音认证系统的安全性。2.为了实现对存储在云端的密文语音内容的完整性认证,提出了一种基于均匀子带频带方差和感知哈希的高效密文语音内容认证方案。首先采用Henon映射置乱加密算法将原始语音进行加密来构建云端的密文语音库,并提取加密语音频谱子带分离后的频带方差构造哈希序列生成云端的哈希模板,将密文语音和哈希序列建立一一对...
【文章来源】：兰州理工大学甘肃省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
3.2节加密语音
云环境下基于感知哈希的密文语音内容认证及篡改恢复方法研究20号完全是噪声，在这样的语音噪声中非法者得不到任何语音信息。另外，本节还计算了原始语音和加密语音信号的信噪比，其信噪比值也是低于0的，这再一次验证了本节的加密算法可以有效地保证语音信号的隐私性安全。相比于文献[32]提出的加密算法，其客观评价标准PESQ-MOS、SNR的值均高于本章提出的算法。这说明本节算法的安全性要高于文献[32]提出的置乱加密算法，且解密后的语音质量PESQ-MOS的得分均为4.5，说明解密后的语音质量高。3.4两种加密算法的性能比较本章所提出的两种加密算法均适用于针对密文语音检索系统的实际应用，对检索的语音实现隐私性安全保护的同时又可以完成语音内容认证及篡改恢复。一种是基于Henon映射的时频域分组置乱加密算法；另一种是基于Duffing映射的时域置乱加密算法。本章设计的两种加密方法的目的都是为了既可以保证语音的隐私性安全同时，还可以直接从加密语音中提取后续章节中用于语音内容认证的认证摘要(感知哈希)。图3.7为本章提出的两种加密方法的对比图。(a)3.2节加密语音波形图(b)3.3节加密语音波形图(c)3.2节加密语音语谱图(d)3.3节加密语音语谱图图3.7两种加密算法比较在§3.2和§3.3的实验结果分析来看，图3.7(a)和图3.7(b)，图3.7(c)和图3.7(d)中可以看出基于Duffing映射的置乱加密算法的效果要好于基于Henon映射的时频域分组置乱加密算法。这是因为基于Henon映射的时频域分组置乱加密算法，采取将语音采样点进行分组结合置乱，样本的相关程度下降。而基于Duffing映射的混沌置乱加密算法与基于Henon映射分组置乱加密算法不同的是，它将每一个采样点进行置乱，其置乱的程度高于基于Henon映射的置乱程度，因此其密钥空间和加密效果均
图3.7两种加
【参考文献】：
期刊论文
[1]基于谱熵梅尔积的语音端点检测方法[J]. 吴新忠,夏令祥,张旭,周成. 北京邮电大学学报. 2019(02)
[2]采用稀疏变换和拉普拉斯金字塔的数字水印算法[J]. 顾宇鑫,马小虎. 计算机辅助设计与图形学学报. 2018(05)
[3]基于LP-MMSE的高效语音感知哈希认证算法[J]. 张秋余,胡文进,乔思斌,张涛. 华中科技大学学报(自然科学版). 2016(12)
[4]基于谱减法和均匀子带频带方差法的端点检测[J]. 王威,胡桂明,杨丽,黄东芳,周杨. 电声技术. 2016(05)
[5]云环境下的多用户模糊检索加密方案[J]. 吴岱霓,王晓明. 计算机工程. 2016(05)
[6]一个自主授权的多用户可搜索加密方案[J]. 李真,蒋瀚,赵明昊. 计算机研究与发展. 2015(10)
[7]Audio Perceptual Hashing Based on NMF and MDCT Coefficients[J]. LI Jinfeng,WANG Hongxia,JING Yi. Chinese Journal of Electronics. 2015(03)
[8]融合MFCC和LPCC的语音感知哈希算法[J]. 黄羿博,张秋余,袁占亭,杨仲平. 华中科技大学学报(自然科学版). 2015(02)
[9]用于版权保护与内容认证的多功能音频水印算法[J]. 刘海燕,熊曾刚,刘易. 北京工业大学学报. 2015(01)
[10]可验证的多用户云加密关键字搜索方案[J]. 李诗旸,王晓明. 计算机工程与应用. 2016(07)
硕士论文
[1]基于稀疏表示的音频修复算法研究[D]. 王君地.电子科技大学 2016
[2]语音感知哈希及其在密文语音检索中的应用研究[D]. 郝广洋.西南交通大学 2015
[3]数字语音认证水印技术研究[D]. 钱清.西南交通大学 2012
本文编号：3496474
【文章来源】：兰州理工大学甘肃省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
3.2节加密语音
云环境下基于感知哈希的密文语音内容认证及篡改恢复方法研究20号完全是噪声，在这样的语音噪声中非法者得不到任何语音信息。另外，本节还计算了原始语音和加密语音信号的信噪比，其信噪比值也是低于0的，这再一次验证了本节的加密算法可以有效地保证语音信号的隐私性安全。相比于文献[32]提出的加密算法，其客观评价标准PESQ-MOS、SNR的值均高于本章提出的算法。这说明本节算法的安全性要高于文献[32]提出的置乱加密算法，且解密后的语音质量PESQ-MOS的得分均为4.5，说明解密后的语音质量高。3.4两种加密算法的性能比较本章所提出的两种加密算法均适用于针对密文语音检索系统的实际应用，对检索的语音实现隐私性安全保护的同时又可以完成语音内容认证及篡改恢复。一种是基于Henon映射的时频域分组置乱加密算法；另一种是基于Duffing映射的时域置乱加密算法。本章设计的两种加密方法的目的都是为了既可以保证语音的隐私性安全同时，还可以直接从加密语音中提取后续章节中用于语音内容认证的认证摘要(感知哈希)。图3.7为本章提出的两种加密方法的对比图。(a)3.2节加密语音波形图(b)3.3节加密语音波形图(c)3.2节加密语音语谱图(d)3.3节加密语音语谱图图3.7两种加密算法比较在§3.2和§3.3的实验结果分析来看，图3.7(a)和图3.7(b)，图3.7(c)和图3.7(d)中可以看出基于Duffing映射的置乱加密算法的效果要好于基于Henon映射的时频域分组置乱加密算法。这是因为基于Henon映射的时频域分组置乱加密算法，采取将语音采样点进行分组结合置乱，样本的相关程度下降。而基于Duffing映射的混沌置乱加密算法与基于Henon映射分组置乱加密算法不同的是，它将每一个采样点进行置乱，其置乱的程度高于基于Henon映射的置乱程度，因此其密钥空间和加密效果均
图3.7两种加
【参考文献】：
期刊论文
[1]基于谱熵梅尔积的语音端点检测方法[J]. 吴新忠,夏令祥,张旭,周成. 北京邮电大学学报. 2019(02)
[2]采用稀疏变换和拉普拉斯金字塔的数字水印算法[J]. 顾宇鑫,马小虎. 计算机辅助设计与图形学学报. 2018(05)
[3]基于LP-MMSE的高效语音感知哈希认证算法[J]. 张秋余,胡文进,乔思斌,张涛. 华中科技大学学报(自然科学版). 2016(12)
[4]基于谱减法和均匀子带频带方差法的端点检测[J]. 王威,胡桂明,杨丽,黄东芳,周杨. 电声技术. 2016(05)
[5]云环境下的多用户模糊检索加密方案[J]. 吴岱霓,王晓明. 计算机工程. 2016(05)
[6]一个自主授权的多用户可搜索加密方案[J]. 李真,蒋瀚,赵明昊. 计算机研究与发展. 2015(10)
[7]Audio Perceptual Hashing Based on NMF and MDCT Coefficients[J]. LI Jinfeng,WANG Hongxia,JING Yi. Chinese Journal of Electronics. 2015(03)
[8]融合MFCC和LPCC的语音感知哈希算法[J]. 黄羿博,张秋余,袁占亭,杨仲平. 华中科技大学学报(自然科学版). 2015(02)
[9]用于版权保护与内容认证的多功能音频水印算法[J]. 刘海燕,熊曾刚,刘易. 北京工业大学学报. 2015(01)
[10]可验证的多用户云加密关键字搜索方案[J]. 李诗旸,王晓明. 计算机工程与应用. 2016(07)
硕士论文
[1]基于稀疏表示的音频修复算法研究[D]. 王君地.电子科技大学 2016
[2]语音感知哈希及其在密文语音检索中的应用研究[D]. 郝广洋.西南交通大学 2015
[3]数字语音认证水印技术研究[D]. 钱清.西南交通大学 2012
本文编号：3496474
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3496474.html
