声学特征驱动的时频分层立体置换扩散语音加密的方法及系统

本发明涉及信息安全，特别涉及声学特征驱动的时频分层立体置换扩散语音加密的方法、声学特征驱动的时频分层立体置换扩散语音加密的系统及计算机可读存储介质。

背景技术：

1、在网络通信、物联网终端、移动互联、远程办公、智能语音交互以及专用通信系统快速发展的背景下，语音数据已成为高频传输的信息载体。语音信号除了承载语义内容外，还可能反映说话人的音色、基音、情绪状态、身份特征及业务场景信息；若在传输、存储或播放链路中遭受窃听、篡改、伪造或重放，将可能引发个人隐私、商业资料及特定通信内容泄露等安全后果。

2、通用分组加密算法虽然能够对字节流进行加密处理，但其设计目标并非针对语音信号的时频结构、实时处理、噪声信道和硬件资源约束。与此同时，许多图像加密方法主要围绕二维整型像素阵列展开，而采样语音通常呈现为一维浮点或定点序列。若将图像加密思路直接套用于语音，容易出现数据结构适配性差、频域特征保留、处理维度单一以及工程实现效率不足等问题。

3、混沌加密方法通常借助混沌序列的伪随机性、初值敏感性和参数敏感性完成置乱和扩散。然而，在有限计算精度、参数轻微漂移或有效参数区间不连续的情况下，普通混沌映射可能出现周期化、窗口化或随机性减弱现象，进而影响密钥流质量。某些整数阶混沌系统还存在相空间点云分布集中、遍历范围不足的问题，不利于对语音数据进行多轴重排和充分扩散。

4、现有语音加密方案中，较多方案仍以原始采样点或单一时域序列为处理对象，仅改变样本位置或幅值，未能充分覆盖高频、低频等频域成分所包含的敏感信息。频域分布、能量纹理和基准频率相关特征均可能被用于分析语音内容或说话人属性。另一方面，部分密钥生成方式依赖固定初值、幅值或能量信息，缺少对说话人个体基准频率分布的利用，也未对密钥候选点的差异程度和可预测性进行筛选，导致密钥选择的随机性、安全性和适应性仍有提升空间。

5、因此，确有必要提供一种面向语音信号自身结构的加密方案，使其能够在保证混沌序列鲁棒性和密钥安全性的同时，对语音时域与频域特征进行联合保护，并兼顾立体空间置换扩散效果、运算效率和软硬件部署可行性。

技术实现思路

1、为了解决现有技术中存在的上述问题和缺陷的至少一个方面，本发明提供了一种声学特征驱动的时频分层立体置换扩散语音加密的方法、声学特征驱动的时频分层立体置换扩散语音加密的系统及计算机可读存储介质，能至少部分地实现面向语音信号自身结构的加密方案，使其能够在保证混沌序列鲁棒性和密钥安全性的同时，对语音时域与频域特征进行联合保护，并兼顾立体空间置换扩散效果、运算效率和软硬件部署可行性等有益技术效果。所述技术方案如下：

2、根据本发明的一方面，提供了一种声学特征驱动的时频分层立体置换扩散语音加密的方法。其中，

3、所述方法包括以下步骤：

4、步骤s1 获取待加密语音的数字序列，基于所述数字序列提取反映说话人声学特征的基准频率序列，对所述基准频率序列进行核密度估计以构建基准频率分布曲线，在所述基准频率分布曲线上检测概率密度取值低于预设阈值的低密度区域，并采用进化搜索算法从所述低密度区域中筛选出预设数量的候选频率点作为六维密钥，所述六维密钥包括用于初始化混沌系统的三个初始状态值x0、y0、z0和三个控制参数a、b、c；

5、步骤s2 将所述六维密钥输入抗扰型分数阶混沌序列模型，通过迭代生成三组长度与待加密语音相匹配的立体混沌序列x、y、z；

6、步骤s3 对所述待加密语音进行时频分解，获得表征语音近似分量的低频系数和表征语音细节分量的高频系数；

7、步骤s4 将所述低频系数和所述高频系数分别重构为第一立体数据阵列和第二立体数据阵列；

8、步骤s5 利用所述立体混沌序列x、y、z分别生成用于表征层间重排顺序、行重排顺序和列重排顺序的三维索引序列gz、gx、gy，分别对所述第一立体数据阵列和所述第二立体数据阵列执行基于所述三维索引序列的层面重排和层内坐标重排，并利用所述立体混沌序列对重排后的立体数据阵列进行可逆数值扩散，获得加密低频数据体和加密高频数据体；

9、步骤s6 将所述加密低频数据体和所述加密高频数据体分别降维为一维系数，并对降维后的系数序列进行重构，生成用于传输或存储的一维时域密文信号。

10、进一步地，所述步骤s1包括以下步骤：

11、步骤s11 对所述数字序列按预设帧长和帧移提取f0基准频率，剔除无效值和静音段样本，得到有效基准频率样本；

12、步骤s12 对所述有效基准频率样本执行核密度估计，获得概率密度曲线及其对应的频率坐标；

13、步骤s13 在所述概率密度曲线上检测局部极小值点作为局部候选点，记录所述局部候选点的位置和高度，构成候选密钥搜索空间；

14、步骤s14 设置适应度评价函数，所述适应度评价函数用于使被选择的所述局部候选点同时满足概率密度低和所述局部候选点之间距离大的条件；

15、步骤s15 采用进化搜索算法对所述局部候选点进行搜索，输出最优染色体，将所述最优染色体映射为x0、y0、z0、a、b、c六个密钥参数。

16、具体地，所述抗扰型分数阶混沌序列模型采用离散分数阶差分构建立体鲁棒混沌序列，其任一维的迭代表达式为：

17、

18、其中，为立体鲁棒混沌序列，为六维密钥初始值，为迭代次数，为分数阶索引序列，

u(j-1) 为索引时刻

(j-1) 处的系统状态值，v为分数阶阶数且取值范围为0<

v<1，γ为伽马函数，

f为包含三角非线性、幂运算和取余变换的非线性函数。

19、具体地，所述时频分解采用单层haar小波分解，将长度为n的待加密语音分解为长度均为n/2的低频系数和高频系数。

20、进一步地，所述第一立体数据阵列和所述第二立体数据阵列的维度均为p×q×r，且p×q×r等于所述低频系数或所述高频系数的长度。

21、进一步地，所述可逆数值扩散采用加法取余、异或、循环移位、分段线性变换、可逆矩阵运算或混沌扰动叠加中的一种或多种组合。

22、具体地，在步骤s6中，将所述加密低频数据体和所述加密高频数据体分别降维为一维系数，并对降维后的系数序列进行重构，生成用于传输或存储的一维时域密文信号，包括：将加密高频系数和加密低频系数进行线性组合，或通过逆小波变换重构为一维时域密文。

23、根据本发明的另一方面，提供了一种声学特征驱动的时频分层立体置换扩散语音加密的系统。其中，

24、所述系统包括：

25、语音输入与预处理单元，用于接收或读取待加密语音，并进行格式统一和单声道转换；

26、声学特征密钥筛选单元，用于提取反映说话人声学特征的基准频率序列，通过核密度估计所述基准频率序列获得基准频率分布，并利用进化搜索算法输出六维密钥；

27、抗扰型分数阶序列发生单元，用于依据所述六维密钥生成三组立体混沌序列；

28、时频分离单元，用于通过可逆时频分解方法将原始语音拆分为低频系数和高频系数；

29、立体阵列重构单元，用于将所述低频系数和所述高频系数分别重排为第一立体数据阵列和第二立体数据阵列；

30、空间置乱与数值扩散单元，用于根据所述立体混沌序列排序得到索引序列，对所述第一立体数据阵列和第二立体数据阵列进行层面重排及层内坐标重排，并利用所述立体混沌序列对重排后的立体数据阵列进行可逆数值扩散，获得加密低频数据体和加密高频数据体；

31、降维与密文重构单元，用于将加密低频数据体和所述加密高频数据体分别降维为一维系数，并对降维后的系数序列进行重构，生成用于传输或存储的一维时域密文信号；

32、解密恢复单元，用于在相同密钥条件下执行逆扩散、逆置乱和逆重构，恢复明文语音；和

33、硬件运行单元，用于基于fpga或嵌入式处理器完成算法执行和密文输出。

34、具体地，所述硬件运行单元包括：

35、pll时钟单元，用于为处理器和存储器提供工作时钟；

36、软核处理器，用于执行混沌序列生成、立体索引计算和语音加密流程；

37、sdram存储器，用于缓存原始语音、混沌序列、立体中间矩阵、索引数据和密文结果；

38、avalon总线，用于在处理器、存储器及外设之间完成数据交互；和

39、da驱动与数模转换器，用于将数字密文转换为模拟输出信号。

40、根据本发明的还一方面，提供了一种计算机可读存储介质，其上存储有计算机程序。其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。