基于语音特征的身份认证机制研究
[Abstract]:As the first barrier of network security, identity authentication is one of the most popular research topics in network security. The traditional identity authentication based on password, once the password is stolen, it is difficult for the server to judge the authenticity of the user identity, so it is necessary to improve the traditional identity authentication to increase its security. Speech features are widely used in identity authentication because of their uniqueness, security, stability and reliability. Aiming at these advantages of speech features, this paper proposes an identity authentication mechanism based on speech features on the basis of traditional identity authentication, which takes speech features as the voice verification codes in traditional identity authentication, and then increases the security of identity authentication. In this paper, the speech signal is analyzed by pre-weighting, framing and windowing, endpoint detection, feature extraction and so on. The speech feature LPC,LPCC,MFCC. is extracted. In this paper, the combination of speech features and SHA-1 algorithm is used to complete the message authentication of users, which solves the integrity and non-repudiation problems of identity authentication. The credibility and access control problems in identity authentication are solved by using DTW speech recognition algorithm and the challenge response mechanism of speech verification code. Finally, under the environment of VC6.0, this paper completes the test of the SHA-] message discriminant algorithm based on speech feature. Taking "0-9" ten digit speech as input, the hash value of output is completely different. It is concluded that it is very safe and reliable to use speech feature as an identification of message identification. The DTW speech recognition algorithm is tested on the platform of MATLAB, and the recognition rate of "0-9" digital speech in different environments is tested respectively. The test results show that the recognition rate of "0-9" 10 digits by DTW algorithm is very high. It is proved that it is feasible to use speech features as an authentication mark for identity authentication. Finally, combined with speech features and challenge-response mechanism, this paper proposes a random combination of any six of the "0-9" ten digits as a speech verification code for identity authentication.
【学位授予单位】:黑龙江大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TN912.3
【相似文献】
相关期刊论文 前10条
1 田永红;;一种优化的语音特征参数提取方法仿真[J];计算机仿真;2013年12期
2 孟和吉雅;白音门德;;基于语音特征比较的蒙古语标准音测试系统研究[J];内蒙古大学学报(自然科学版);2008年04期
3 王成友,梁甸农,唐朝京,杨述明;三种语音特征信息综合方法的理论分析[J];国防科技大学学报;1999年04期
4 陈白;;基于小波包变换和小波阈值消噪的语音特征提取[J];机电工程;2008年09期
5 王昆仑;语音特征的降维变换与特征鲁棒性[J];新疆师范大学学报(自然科学版);2000年03期
6 韩兵,,贾忠;噪声环境下鲁棒性语音特征提取的新方法[J];航空计算技术;1995年02期
7 田友胜,侯义斌,R-J. Beun,陈亚滨,钱屹;基于汉语语音特征的多媒体同步方法[J];小型微型计算机系统;2004年02期
8 王安娜;王勤万;刘俊芳;袁文静;;改进的语音特征提取方法及其应用[J];计算机工程;2008年05期
9 高慧,苏广川,陈善广;情绪化语音特征分析与识别的研究进展[J];航天医学与医学工程;2004年05期
10 陈春辉;;基于小波包与分形的语音特征提取[J];软件导刊;2012年06期
相关会议论文 前9条
1 张跃进;罗晖;;语音特征提取方法研究[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
2 史笑兴;王太君;何振亚;;基于主元分析的语音特征提取[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
3 郝宇;朱小燕;;基于小波变换的语音特征提取方法[A];第五届全国人机语音通讯学术会议论文集[C];1998年
4 马继涌;高文;;基于非平稳随机过程的语音特征提取方法[A];第四届全国人机语音通讯学术会议论文集[C];1996年
5 陈亮;张雄伟;;基于相空间重构的语音特征研究[A];第六届全国人机语音通讯学术会议论文集[C];2001年
6 张欣研;王帆;郑方;徐明星;吴文虎;;基于子带信息的鲁棒语音特征提取框架[A];第六届全国人机语音通讯学术会议论文集[C];2001年
7 蒋冬梅;赵荣椿;;基于尺度描述的说话人归一化语音特征[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
8 张宏;吴为麟;童勤业;;基于Kolmogorov复杂性方法的语音特征分析研究[A];中国仪器仪表学会第三届青年学术会议论文集(上)[C];2001年
9 欧贵文;;基于过零波宽信息送气塞音类声母识别[A];第二届全国人机语音通讯学术会议论文集[C];1992年
相关硕士学位论文 前10条
1 闫双;基于语音特征的身份认证机制研究[D];黑龙江大学;2014年
2 刘鹤;基于非参数化谱估计的语音特征提取研究与实现[D];湖南大学;2012年
3 董治强;独立分量分析及其在语音特征提取中的应用[D];山东大学;2010年
4 高文婷;稳健语音特征和音频场景识别方法的研究[D];大连理工大学;2009年
5 虞国桥;语音特征提取及在音色转换系统的应用[D];北京交通大学;2006年
6 何艳;基于语音特征分析的汉语方言辨识研究[D];江南大学;2012年
7 胡炼;基于NPC和改进的MFCC鲁棒语音特征提取研究[D];湖南大学;2011年
8 肖宇锋;基于ISOMAP语音特征提取的研究与DSP实现[D];湖南大学;2013年
9 钱瑾;应用语音特征诊断疲劳驾驶的研究[D];北京交通大学;2012年
10 方鹤鹤;基于人耳听觉特性的语音特征提取研究[D];西北大学;2006年
本文编号:2299241
本文链接:https://www.wllwen.com/kejilunwen/wltx/2299241.html