[发明专利]一种基于特征融合的高安全生物哈希密文语音检索方法

说明书

本发明公开了一种基于特征融合的高安全生物哈希密文语音检索方法，对输入的语音片段进行预加重、分帧和加窗函数平滑处理；融合信号在离散傅里叶变换下和离散傅里叶反变换下的语音特征；特征数据库分类，比较距离，测试样本分到权重最大类中；据改进的Marotto混沌测量矩阵选择不同密钥，构造单一映射混沌测量矩阵；用混沌测量矩阵与对应类中的特征数据迭代，二值化生成生物哈希序列；构建密文语音库，构造哈希索引，上传；构造移动端哈希索引并上传；精确匹配查询；匹配成功的序列对应于相应的生物哈希序列，再对应密文语音库中相应的密文语音片段，解密。该检索方法有效防止了语音数据在云端环境下的泄露，具有较好的区分性和鲁棒性。

技术领域

本发明属于语音检索技术领域，涉及一种基于特征融合的高安全生物哈希密文语音检索方法。

背景技术

随着多媒体设备和互联网技术的飞速发展，非结构化语音数据呈指数型增长，且内容包含了大量的敏感信息。如何在服务端对语音进行安全、高效地加密，如何从云端环境下安全、准确、快速地检索出需要的语音片段，这些都是语音检索领域中具有挑战性的课题。由于云服务提供商并不是完全可信的第三方，密文语音检索技术引起了网络安全领域的广泛关注，其中，生物哈希是一种常用算法。由于密钥难以伪造和猜测，而生物哈希具有带陷门的单向性以及对生物模板具有较好的保护作用，被广泛应用于密文语音检索方面。

目前，语音检索主要分为基于文本或关键词的语音检索和基于内容的密文语音检索。基于文本或关键词的语音检索方法，需要对文本信息或关键词进行精确匹配，如果云端的语音数据非常庞大，文本信息或关键字的获取将非常困难和耗时，并且安全性差。基于语音内容的检索系统具有节省时间、操作灵活方便和处理过程完善的特点。所以，语音检索方案大多是基于内容的加密语音检索，主要包括语音特征提取、语音加密和语音检索三个模块。语音特征提取是重要环节，其中主要包括：感知哈希、音频指纹和生物哈希。

生物哈希是一种特殊的感知哈希函数，对该方法的研究也取得了显著的成果。但是在语音特征提取方面，现有算法由于鲁棒性、区分性及算法效率三者相互约束，不能够很好地权衡好三者，而且用于检索的感知哈希序列都是从原始域（明文）语音中提取的，并利用数字水印技术将其嵌入到了加密后的语音中，在检索时需要提取密文语音库中加密语音文件的语音水印进行匹配后再返回结果，这在一定程度上影响了检索效率，并增加了数据拥有者在客户端的工作，使系统变得复杂。

发明内容

本发明的目的是提供一种基于特征融合的高安全生物哈希密文语音检索方法，提高检索精度和效率，减少客户端的工作，简化系统。

为实现上述目的，本发明所采用的技术方案是：一种基于特征融合的高安全生物哈希密文语音检索方法，具体按以下步骤进行：

对于服务端：

1）对输入的语音片段x(t)进行预加重，将预加重后的信号进行分帧和加窗函数平滑处理，得到预处理后语音信号；

2）将预处理后语音信号在离散傅里叶变换下的语音特征和离散傅里叶反变换下的语音特征通过拼接方法融合，得到特征数据库Data；

3）根据K-means-KNN算法，将特征数据库Data分为K类，比较类之间的距离，将测试样本分到权重最大的类中；

4）根据改进的Marotto混沌测量矩阵选择不同的密钥，为不同类的特征数据构造单一映射的混沌测量矩阵；然后，使用该混沌测量矩阵与对应类中的特征数据进行迭代，进一步二值化生成生物哈希序列；

5）构建密文语音库

a. 根据SPM混沌映射选择不同的密钥，为不同类的语音片段构造单一映射的且等长的混沌序列s_k；