欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2018107429800
申请人: 成都信息工程大学
专利类型:发明专利
专利状态:已下证
专利领域: 乐器;声学
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于哈希特征的加密语音内容认证方法,其特征在于,输入原始语音后,通过Logistic映射和流密码RC4对原始语音进行加密以生成加密语音,对加密语音进行分帧并对每帧执行整数小波变换IWT和离散余弦变换DCT,通过比较低频DCT系数的均值和方差来计算哈希特征,利用差分扩展将哈希特征作为水印嵌入到IWT的细节系数的高位比特中;然后对IWT近似系数和含哈希特征的细节系数执行逆IWT变换来获得含水印的加密语音,从含水印的加密语音中提取哈希特征与重构的哈希特征进行对比来对加密语音进行内容认证;

该方法包括以下步骤:

S1)输入原始语音M={mi,1≤i≤I},其中,mi∈(-32768,32767);

S2)通过流Logistic映射和流密码RC4生成加密语音,该步骤包括:S2.1)转换一个样本值mi成16位二进制{vi,15,vi,14,…,vi,0},采用公式(1)计算,其中,S2.2)计算加密语音样本Vi,n,采用公式(3)计算:Vi,n=vi,n⊕ri,n                                    (3)其中,ri,n是以KENC为密钥的流密码RC4产生的二进制序列;

S2.3)使用Logistic映射对ci进行置乱来构造加扰结果,ci表示加密语音比特的十进制数,并且ci采用公式(4)计算:S2.4)设伪随机序列Y={yq,1≤q≤Q},其通过Logistic映射生成,Logistic映射用公式(5)来表示:yq=ρ·yq-1·(1-yq-1),3.5699≤ρ≤4                                    (5)设KENS为初始密钥,将伪随机序列Y按照升序排序从而得到升序序列yorder(q),采用公式(6)计算:yorder(q)=Sort(yq),q=1,2,...,Q                                    (6),其中,order(q)是q的索引,Sort(·)是排序函数;

S2.5)使用索引order(q)扰乱加密语音C,得到加扰加密语音C′,C′={c′i,1≤i≤I};

S3)通过IWT变换生成近似系数ACs和细节系数DCs,其包括:基于加扰加密语音C′,将C′分成N个非重叠帧,由F表示F={fn|n=1,2,...,N},设每帧包含J个样本,则N·J=I,其中I是原始语音样本的数量;

在加扰加密语音C′的每帧上执行T级IWT,将fn定义为f,对每帧f,将ACs定义为将DCs定义为 其中b=J/2,J/22,…,J/2T,T=1,2,...;

S4)使用DCT变换将 变换为 其包括:

使用DCT变换将 变换为以由 表示的特征,采用来自于 的2/3×J/2T个最低频DCT系数,定义为

S5)将 分成P个片段,计算每个片段的平均值和方差,生成哈希比特序列,其包括:S5.1)将 分成P个片段,每个片段长度L=(2/3×J/2T)/P,每个片段定义为其中p=1,2,…P,l=1,2,…L;采用公式(7)计算每个片段 的平均值 然后采用公式(8)计算第P个片段的方差:其中, 是方差;

S5.2)定义第f帧的哈希特征为 定义

其中v∈[1,(P-1)]是f的索引,f∈[1,N],最终的哈希特征定义为W(u)={u=1,2,...,(P-1)×N};

S5.3)使用Logistic映射产生伪随机序列D,使用初始密钥KENW加密W(u);定义D={dr|dr∈{0,1},r=1,2,…},其中 yr是由Logistic映射生成的伪随机数,加密后的哈希特征C[W(u)]满足C[W(u)]=dr⊕W(u),哈希特征的总长度为(P-1)×N;

S6)用差分扩展数据隐藏方法来选择嵌入位置,将哈希特征嵌入到DCs中,其包括:S6.1)使用差分扩展数据隐藏方法来灵活选择嵌入位置,对于第f组,将T级DCs分为高位和低位比特;高位比特定义为 低位比特定义为其中 2X是高位比特与低位比特之间

的区分;

S6.2)使用与划分C′相同的方法将加密哈希特征C[W(u)]划分为N个组,并用 表示每个组,随机选择P-1个T级DCs的并用 表示,b-(P-1)个未选中的T级DCs由 表示,嵌入方法有溢出,系数 使用公式(10)进行预处理,然后将(P-1)个哈希比特嵌入到系数为 的IWT中,使得 为嵌入后的细节系数,采用公式(11)计算:并用 和 替换

S7)重复步骤S4到S6直至哈希特征的嵌入完成,然后对 和 执行逆IWT来获得含水印的加密语音S8)从含水印的加密语音中提取哈希特征与重构的哈希特征来对加密的语音进行内容认证,如果这两个特征认证距离小于某个阈值,则认证成功;若特征认证距离大于这个阈值,则认证失败;该步骤包括:S8.1)获得含水印的加密语音 的IWT系数 和 其中b=J/2,J/22,…,J/

2T,T=1,2,...;

S8.2)定义重构的哈希特征为W′(u)={u=1,2,...,(P-1)×N},第f帧的哈希特征为S8.3)给定T级DCs系数 高位比特定义为 其中 采用公式(12)计算:

并且 采用公式(13)计算:

使用密钥KENW,哈希特征提取满足公式(14):

S8.4)对每帧,使用公式(14)提取对应的哈希比特;定义总的哈希特征为第f帧的哈希位为S8.5)对第f帧,逐帧比较提取的哈希位 和重构的哈希位H′(f);对于第f帧,如果和H′(f)不相等比特数大于4,则表明第f帧被篡改了;如果 和H′(f)不相等比特数小于等于4,则第f帧是完好的;

S9)恢复原始语音,其包括:

S9.1)使用公式(15)恢复系数

并使用 替换

S9.2)在系数 和 上执行逆IWT变换,从而得到加密语音C′;

S9.3)使用密钥KENS和KENC以正确解密加密语音C′,从而得到恢复的原始语音M。