【摘要】：身份認(rèn)證作為網(wǎng)絡(luò)安全的第一道屏障,已是目前網(wǎng)絡(luò)安全中最為熱門研究課題之一。傳統(tǒng)的基于口令的身份認(rèn)證,一旦口令被盜用,服務(wù)器很難判斷用戶身份的真?zhèn)?所以需要對傳統(tǒng)的身份認(rèn)證進(jìn)行改進(jìn),來增加其安全性。由于語音特征具有唯一性、安全性、穩(wěn)定性、可靠性等優(yōu)勢,使其在身份認(rèn)證中得到廣泛應(yīng)用。本文針對語音特征的這些優(yōu)點(diǎn),在傳統(tǒng)的身份認(rèn)證的基礎(chǔ)上提出基于語音特征的身份認(rèn)證機(jī)制,將語音特征作為傳統(tǒng)身份認(rèn)證中的語音驗(yàn)證碼,進(jìn)而增加了身份認(rèn)證的安全性。本文通過對語音信號進(jìn)行預(yù)加重、分幀加窗、端點(diǎn)檢測、特征的提取等操作完成對語音信號的分析,提取了語音特征LPC、LPCC、MFCC。本文將語音特征與SHA-1算法相結(jié)合完成對用戶的消息鑒別,解決了身份認(rèn)證的完整性和不可否認(rèn)性兩大難題。并通過DTW語音識別算法和結(jié)合語音驗(yàn)證碼的挑戰(zhàn)-應(yīng)答機(jī)制解決了身份認(rèn)證中的可信性和訪問控制兩個難題。最后,本文在VC6.0的環(huán)境下,完成了對基于語音特征的SHA-]消息鑒別算法的測試,將“0-9”十個數(shù)字語音作為輸入,比較輸出的散列值是完全的不同的,得出結(jié)論將語音特征作為消息鑒別的一個標(biāo)識是非常安全可靠的。并在MATLAB的平臺下完成了對DTW語音識別算法的測試,分別對不同環(huán)境下的“0-9”十個數(shù)字語音的識別率進(jìn)行測試,測試結(jié)果表明DTW算法的對“0-9”十個數(shù)字的識別率是非常高的。證明了語音特征作為身份認(rèn)證的一個驗(yàn)證標(biāo)識是切實(shí)可行的,最后本文結(jié)合語音特征和挑戰(zhàn)-應(yīng)答機(jī)制提出了將”0-9”十個數(shù)字中任意六個數(shù)字的隨機(jī)組合作為身份認(rèn)證的語音驗(yàn)證碼。
[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.
【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN912.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田永紅;;一種優(yōu)化的語音特征參數(shù)提取方法仿真[J];計(jì)算機(jī)仿真;2013年12期

2 孟和吉雅;白音門德;;基于語音特征比較的蒙古語標(biāo)準(zhǔn)音測試系統(tǒng)研究[J];內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

3 王成友,梁甸農(nóng),唐朝京,楊述明;三種語音特征信息綜合方法的理論分析[J];國防科技大學(xué)學(xué)報(bào);1999年04期

4 陳白;;基于小波包變換和小波閾值消噪的語音特征提取[J];機(jī)電工程;2008年09期

5 王昆侖;語音特征的降維變換與特征魯棒性[J];新疆師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2000年03期

6 韓兵，，賈忠;噪聲環(huán)境下魯棒性語音特征提取的新方法[J];航空計(jì)算技術(shù);1995年02期

7 田友勝,侯義斌,R-J. Beun,陳亞濱,錢屹;基于漢語語音特征的多媒體同步方法[J];小型微型計(jì)算機(jī)系統(tǒng);2004年02期

8 王安娜;王勤萬;劉俊芳;袁文靜;;改進(jìn)的語音特征提取方法及其應(yīng)用[J];計(jì)算機(jī)工程;2008年05期

9 高慧,蘇廣川,陳善廣;情緒化語音特征分析與識別的研究進(jìn)展[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2004年05期

10 陳春輝;;基于小波包與分形的語音特征提取[J];軟件導(dǎo)刊;2012年06期

相關(guān)會議論文 前9條

1 張躍進(jìn);羅暉;;語音特征提取方法研究[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（上冊）[C];2008年

2 史笑興;王太君;何振亞;;基于主元分析的語音特征提取[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

3 郝宇;朱小燕;;基于小波變換的語音特征提取方法[A];第五屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1998年

4 馬繼涌;高文;;基于非平穩(wěn)隨機(jī)過程的語音特征提取方法[A];第四屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1996年

5 陳亮;張雄偉;;基于相空間重構(gòu)的語音特征研究[A];第六屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2001年

6 張欣研;王帆;鄭方;徐明星;吳文虎;;基于子帶信息的魯棒語音特征提取框架[A];第六屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];2001年

7 蔣冬梅;趙榮椿;;基于尺度描述的說話人歸一化語音特征[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

8 張宏;吳為麟;童勤業(yè);;基于Kolmogorov復(fù)雜性方法的語音特征分析研究[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

9 歐貴文;;基于過零波寬信息送氣塞音類聲母識別[A];第二屆全國人機(jī)語音通訊學(xué)術(shù)會議論文集[C];1992年

相關(guān)碩士學(xué)位論文 前10條

1 閆雙;基于語音特征的身份認(rèn)證機(jī)制研究[D];黑龍江大學(xué);2014年

2 劉鶴;基于非參數(shù)化譜估計(jì)的語音特征提取研究與實(shí)現(xiàn)[D];湖南大學(xué);2012年

3 董治強(qiáng);獨(dú)立分量分析及其在語音特征提取中的應(yīng)用[D];山東大學(xué);2010年

4 高文婷;穩(wěn)健語音特征和音頻場景識別方法的研究[D];大連理工大學(xué);2009年

5 虞國橋;語音特征提取及在音色轉(zhuǎn)換系統(tǒng)的應(yīng)用[D];北京交通大學(xué);2006年

6 何艷;基于語音特征分析的漢語方言辨識研究[D];江南大學(xué);2012年

7 胡煉;基于NPC和改進(jìn)的MFCC魯棒語音特征提取研究[D];湖南大學(xué);2011年

8 肖宇鋒;基于ISOMAP語音特征提取的研究與DSP實(shí)現(xiàn)[D];湖南大學(xué);2013年

9 錢瑾;應(yīng)用語音特征診斷疲勞駕駛的研究[D];北京交通大學(xué);2012年

10 方鶴鶴;基于人耳聽覺特性的語音特征提取研究[D];西北大學(xué);2006年

本文編號：2299241