[发明专利]语音感知哈希认证的感知哈希值提取方法及认证方法

说明书

技术领域

[0001] 本发明属于多媒体信息安全领域，具体涉及一种基于线性预测分析（Linear Prediction Coefficients ，LPC）的语音感知哈希特征提取与认证方法，可用于语音通信通话过程中语音信号的内容认证、说话人认证。

背景技术

[0002] 语音是人类最重要的交流工具，它自然方便，准确高效。随着现代网络技术和多媒体技术的快速发展，人们从网络上获得的多媒体信息的数量越来越多。语音信息作为人类交流信息最自然、最有效、最方便的手段，使地球上任意地区的人都可以随时随地通电话，人们的相互联系越来越紧密。语音的存在形式也由声波扩展到了模拟信号和数字信号，使得可以无线传播和保存。但是在方便人类生活的同时，随之而来的是海量的语音信息处理、信息安全、社会安全问题。由于语音通信的开放性、便利性和准确性，语音每天都会产生海量的语音信息，因此怎样保证语音信息的安全成为近年来的热点问题。

语音内容认证技术就是一个实现对语音数据完整性、真实性进行保护的有效技术手段，它可以检测出接收到的语音数据在传送过程中没有经过第三方的恶意编辑和篡改。由于语音的特殊性，传统的签名认证算法无法满足语音的认证要求，一是因为鲁棒性的要求，语音在传输过程中经常会受到各种干扰，而语音信息并不会因为内容保持操作而影响整体的听觉理解，因此认证过程中，就应该将内容保持操作归纳到认证的范围内，这就对语音认证算法的鲁棒性提出了很高的要求。另一方面，语音传输的实时性和语音移动终端的资源问题，使得语音认证算法对运算效率又有着很高的要求。而传统的摘要认证算法是将所有的数据都看成比特流，因此原始数据的微小改动，都会使产生的摘要发生变化，鲁棒性太差，不适用于语音认证，并且对资源要求很高，计算量较大，不适用于语音移动终端。

感知哈希函数可以应用于验证信息来源的真实性和信息的完整性。它可以将任意长度的信息，通过单向映射的方式，压缩成一定长度的数据摘要，在设计哈希函数时，需要根据应用中的实际需求，选择压缩率、安全性和运算效率的折中，见文献“M.Schmucker, H. Zhang. D.WVL.11 Benchmarking Metrics and Concepts for Perceptual Hashing[R]. ECRYPT European Network of Excellence in Cryptology, 19 October 2006 ”。哈希函数的原理非常简单，在设计哈希函数时，自由度是比较大的。到目前为止，哈希函数的算法设计可以分为三个大类：标准型、基于分组加密型、基于模运算型，见文献“Yuhua Jiao, Liping Ji, Xiamu Niu. Perceptual Speech Hashing and Performance Evaluation[J], International Journal of Innovative Computing, Information and Control, 2010, 6(3(B)):1447-1458”。 随机的哈希函数区分性和压缩性要比它的安全性要好，因此安全性还可以依靠密钥的设置来保障，这些性质使得哈希函数非常适合应用于信息安全领域，尤其是语音认证领域。