專利名稱：一種基于話者聲紋的無可信第三方公鑰認(rèn)證方法
技術(shù)領(lǐng)域：
本發(fā)明屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，具體涉及一種基于話者聲紋的無可信第三方公鑰 認(rèn)證方法，其能夠為網(wǎng)絡(luò)即時通話的雙方在事先沒有約定密鑰的情況下，方便且安全地開 啟一段加密會話提供技術(shù)支撐。
背景技術(shù)：
公鑰密碼體制廣泛應(yīng)用于網(wǎng)絡(luò)加密通信的各個領(lǐng)域?，F(xiàn)有的公鑰密碼體制有三種 模式基于證書的、基于身份的和自認(rèn)證的，這三種模式都需要一個可信第三方的存在?；?于證書的模式以公鑰基礎(chǔ)設(shè)施PKI為基礎(chǔ)，公鑰證書需要一個可信的證書頒發(fā)機構(gòu)(CA)給 予頒發(fā)，使用者向CA求證證書的可靠性?；谏矸莸哪Ｊ街苯右杂脩舻纳矸菪畔⒆鳛槠涔?鑰，無需證書頒發(fā)機構(gòu)頒發(fā)公鑰，但需要一個可信的密鑰托管機構(gòu)托管私鑰。自認(rèn)證模式由 用戶自己產(chǎn)生或者和CA共同產(chǎn)生私鑰，CA不再知道用戶私鑰，不存在密鑰托管問題，但用 戶的可自認(rèn)證公鑰需要用戶和CA共同產(chǎn)生，即依然需要一個可信第三方的參與?，F(xiàn)實的網(wǎng)絡(luò)通信環(huán)境中，會出現(xiàn)通信雙方想即時地進行加密通信，但不想牽涉到 第三方的情況。此時，現(xiàn)有的公鑰密碼體制難以實現(xiàn)。

發(fā)明內(nèi)容
本發(fā)明針對網(wǎng)絡(luò)加密通信中的一類需求，提出了一種基于話者聲紋的無可信第三 方公鑰認(rèn)證方法，該方法在加密通信過程中無需可信第三方參與，通信雙方直接通過語音 通話傳遞并認(rèn)證公鑰信息，在話者聲紋不能被實時偽造的假設(shè)下，該方法可以防止中間人 攻擊，其安全性高(與基于證書的公鑰密碼模式相當(dāng))，具體步驟如下第一步，通信雙方確定話音通道，要求能對話音通道輸入輸出的語音流進行數(shù)字 信號處理；第二步，通信雙方開啟語音通話，在對話過程中，收集對方的語音信息并訓(xùn)練對方 的話者聲紋的GMM模型(高斯混合模型)；第三步，通信雙方各自獨立生成公私鑰對，保留私鑰，交換公鑰；以下步驟通信雙方的操作是對稱的，為了方便敘述，只敘述一方的操作過程，敘述 中將發(fā)送公鑰的一方稱為公鑰發(fā)送方，另一方稱為公鑰接收方第四步，公鑰發(fā)送方通過語音直接向接收方述說公鑰；第五步，公鑰接收方用第二步生成的有關(guān)公鑰發(fā)送方的話者GMM模型對述說公鑰 的語音流進行聲紋識別，判斷該語音流是否是發(fā)送方本人所述；若是，則進行第六步，若否， 則拒絕本次公鑰；第六步，公鑰接收方提取通話語音中的公鑰，并生成一段隨機數(shù)及其摘要(隨機 數(shù)摘要由通用HASH算法生成，如MD5、SHA1等，MD5、SHA1等通用HASH算法在本技術(shù)領(lǐng)域內(nèi) 是通用算法，不再詳述)，用公鑰對隨機數(shù)及其摘要加密后發(fā)送給公鑰發(fā)送方；第七步，公鑰發(fā)送方收到隨機數(shù)及其摘要密文后，用本方私鑰解密并驗證摘要值，若正確則用本方私鑰對隨機數(shù)及其摘要加密，并發(fā)送給接收方；接收方收到該段密文后，用 第六步提取到的公鑰解密并驗證隨機數(shù)及其摘要值，通過則公鑰認(rèn)證成功，未通過則公鑰 認(rèn)證失敗。本發(fā)明取話者語音的GMM模型表征話者語音所含有的獨特生物測定學(xué)特征，如果 攻擊者要偽造公鑰，它需要替換話者述說公鑰的話音流，而替換后的話音流必須能通過聲 紋檢測，這就要求攻擊者不僅能實時偽造話音流，還要能實時偽造符合話者獨特生物測定 學(xué)特征的話音流。這在現(xiàn)有技術(shù)條件下難以實現(xiàn)。


圖1為基于話者聲紋的公鑰認(rèn)證示意圖。圖2為話者聲紋的GMM模型建立流程圖。圖3為話者聲紋識別流程圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明作進一步說明。在網(wǎng)絡(luò)環(huán)境中傳遞公鑰需要解決的一個重要問題就是怎樣使公鑰接收方確認(rèn)公 鑰和擁有此公鑰的私鑰用戶之間的對應(yīng)關(guān)系。在本發(fā)明中，這一對應(yīng)關(guān)系的確認(rèn)是通過將 公鑰與話者語音所含有的獨特生物測定學(xué)特征綁定在一起，從而確認(rèn)公鑰是話者所發(fā)，即 確認(rèn)了公鑰和擁有此公鑰的私鑰用戶之間的對應(yīng)關(guān)系，參見圖1。本發(fā)明基于話者聲紋的無 可信第三方公鑰認(rèn)證方法按如下步驟第一步，通信雙方確定話音通道，要求能對話音通道輸入輸出的語音流進行數(shù)字
信號處理。第二步，通信雙方開啟語音通話，在對話過程中，收集對方的語音信息并訓(xùn)練對方 的話者聲紋的GMM模型(高斯混合模型)。話者的聲紋模型訓(xùn)練過程分3步1、對輸入的語音序列(PCM碼流)進行去除靜默信號及分幀處理；2、提取每一幀語音信號的MFCC參數(shù)(梅爾倒譜系數(shù))并保存；3、用第2步提取的MFCC參數(shù)訓(xùn)練話者的GMM(高斯混合模型)，得到專屬某話者的 GMM聲紋模型。如輸入的語音序列不是PCM碼流，則先解碼為PCM碼流再進行處理。以256個采 樣點為一個音框單位，以128為音框之間的重疊單位，對輸入語音流進行分幀。計算并保存所有各幀語音信號的MFCC參數(shù)，每幀語音信號產(chǎn)生20個MFCC參數(shù)。GMM模型計算流程如圖2所示，涉及的主要公式為
M(1) p(x\X) = Y,Plbl(x),(1)
i=\f為D維隨機矢量，與r []對應(yīng)-M交V = 1，...，似是M組D維高斯概率密度函數(shù)；Pi，
M
i = 1，...，M是M組高斯向量的混合數(shù)，；E凡=1
廣1o(2) D維高斯概率密度函數(shù)公式
4
b炳
-exp^--(x.-//.)'(XT1 )(a)
(3)話者GMM模型參數(shù)組A = {Pi, Ui, E J, i = 1, . . . ,MGMM模型訓(xùn)練的目的即得到特定話者的GMM參數(shù)組\ = {Pi, u,, E J , i = 1，...，
Mo步驟為1)、讀入訓(xùn)練語音的MFCC參數(shù)序列，即Xi[]=巧□，i = 1， ，T ;T =訓(xùn)練語音 的總幀數(shù)。？入設(shè)定起始參數(shù)值汍^氕,.,‘！^ },/ = !,3)、用期望值最大化算法(簡稱EM)，迭代計算i = {A，H_ }，/ = 1，...，似，直至
|i-/l||<s，算法停止。得到的\即為特定話者GMM參數(shù)組。步驟2)具體算法為
— 1P0l = ■M .
由k-均值算法獲取；用以訓(xùn)練k-均值的向量數(shù)量為1.. T ；20/ =
CTi
為協(xié)方差矩陣，i = 1，…，M，D是MFCC參數(shù)矢量維度=20，為計算方便，假設(shè)其為對角陣。 a0l =
I
,JC t
2
_2
‘戸L為廠”
,CT
2、的一組矢量，共M組C
X“‘ ^。,.朱廣iDTi為經(jīng)k_均值算法后歸于uM組的訓(xùn)練語音幀。步驟3)具體算法為a)準(zhǔn)備好T個訓(xùn)練向量，記為義={馬,..+乂}b)計算事后概率戶(叫式，義)= Pl ’)
代后獲得的GMM參數(shù)組。
1 T
權(quán)利要求
一種基于話者聲紋的無可信第三方公鑰認(rèn)證方法，其特征是按如下步驟第一步，通信雙方確定話音通道，能對話音通道輸入輸出的語音流進行數(shù)字信號處理；第二步，通信雙方開啟語音通話，在對話過程中，收集對方的語音信息并訓(xùn)練對方的話者聲紋的GMM模型；第三步，通信雙方各自獨立生成公私鑰對，保留私鑰，交換公鑰；以下步驟通信雙方的操作是對稱的，只敘述一方的操作過程，發(fā)送公鑰的一方稱為公鑰發(fā)送方，另一方稱為公鑰接收方第四步，公鑰發(fā)送方通過語音直接向接收方述說公鑰；第五步，公鑰接收方用第二步生成的有關(guān)公鑰發(fā)送方的話者GMM模型對述說公鑰的語音流進行聲紋識別，判斷該語音流是否是發(fā)送方本人所述；若是，則進行第六步，若否，則拒絕本次公鑰；第六步，公鑰接收方提取通話語音中的公鑰，并生成一段隨機數(shù)及其摘要用公鑰加密后發(fā)送給公鑰發(fā)送端；第七步，公鑰發(fā)送方收到隨機數(shù)后，用私鑰對隨機數(shù)及其摘要加密，并發(fā)送給接收方；接收方收到該段密文后，用第六步提取到的公鑰解密并驗證，通過則公鑰認(rèn)證成功，未通過則公鑰認(rèn)證失敗。
2.如權(quán)利要求1所述的基于話者聲紋的無可信第三方公鑰認(rèn)證方法，其特征是所述 的第二步中話者的聲紋模型訓(xùn)練過程分3步(1)對輸入的語音序列進行去除靜默信號及分幀處理，語音序列是PCM碼流；(2)提取每一幀語音信號的MFCC參數(shù)并保存；(3)用第2步提取的MFCC參數(shù)訓(xùn)練話者的GMM模型，得到專屬話者的GMM聲紋模型。
3.如權(quán)利要求2所述的基于話者聲紋的無可信第三方公鑰認(rèn)證方法，其特征是所述 的第(1)步中若輸入的語音序列不是PCM碼流，則先解碼為PCM碼流再進行處理；以256 個采樣點為一個音框單位，以128為音框之間的重疊單位，對輸入語音流進行分幀。
4.如權(quán)利要求2所述的基于話者聲紋的無可信第三方公鑰認(rèn)證方法，其特征是所述 的第(2)步中計算并保存所有各幀語音信號的MFCC參數(shù)，每幀語音信號產(chǎn)生20個MFCC 參數(shù)。
全文摘要
本發(fā)明公開基于話者聲紋的無可信第三方公鑰認(rèn)證方法，其步驟1.雙方確定話音通道；2.雙方開啟語音通話，建立對方話者聲紋的GMM模型；3.雙方各生成公私鑰對；以下雙方是對稱的；4.公鑰發(fā)送方通過語音向接收方述說公鑰；5.公鑰接收方用話者GMM模型對述說公鑰的語音流進行聲紋識別，判斷是否是發(fā)送方；若是，進行第6步，若否，拒絕；6.公鑰接收方提取通話語音的公鑰，并生成隨機數(shù)用公鑰加密后發(fā)給公鑰發(fā)送端；7.公鑰發(fā)送方收到隨機數(shù)后，用私鑰加密，并發(fā)送給接收方；接收方收到后，用第6步的公鑰解密并驗證，通過則公鑰認(rèn)證成功，未通過則失敗。本發(fā)明無需第三方參與，使用方便靈活，通信雙方直接通過語音通話傳遞并認(rèn)證公鑰，有效防止他人攻擊。
文檔編號H04L9/30GK101938489SQ20101028301
公開日2011年1月5日 申請日期2010年9月14日 優(yōu)先權(quán)日2010年9月14日
發(fā)明者吳震東 申請人:杭州電子科技大學(xué)