【技术实现步骤摘要】
本专利技术属于计算机身份识别，涉及到一种基于安全计算机的安全认证方法。
技术介绍
1、在数字化时代背景下,计算机网络技术的广泛应用带来了严重的安全问题。网络攻击手段的不断演进,尤其是利用语音合成与变声技术进行的不安全认证行为,对现有的网络安全管理体系提出了新挑战。
2、传统身份认证方式,如静态密码、硬件令牌等,存在易被破解、伪造、丢失等缺陷,难以满足日益提高的安全要求口。同时,海量网络通信数据的实时监测和安全审计，面临效率和准确性的瓶颈。传统计算机日志分析工具难以应对音频等非结构化数据，极大限制了安全事件的及时发现和响应。
技术实现思路
1、鉴于以上现有技术存在的问题，本专利技术提供一种基于安全计算机的安全认证方法，用于解决据上述技术问题。
2、为了实现上述目的及其他目的，本专利技术采用的技术方案如下：
3、本专利技术一方面提供了一种基于安全计算机的安全认证方法，该方法包括如下步骤：
4、步骤一、系统初始化：在安全计算机中配置硬件和软件装置，包括声音采集设备、数据处理单元和安全存储单元；
5、步骤二、用户注册：用户通过声音采集设备提供其初始语音样本，安全计算机对采集到的初始语音样本进行分析和处理，提取用户的声纹矢量，并将其与用户的身份信息共同存储在安全存储单元中；
6、步骤三、用户认证：当用户需要进行身份认证时，用户再次通过声音采集设备提供其当前语音样本，安全计算机对当前语音样本进行处理和分析，提取当前语音样本
7、步骤四、认证比对：安全计算机根据比对结果确定用户对应当前语音样本的匹配系数；
8、步骤五、系统操作终端：若用户对应当前语音样本的匹配系数高于设定的阈值，则认证成功，允许用户访问受保护的资源或执行敏感操作，若用户对应当前语音样本的匹配系数低于阈值，则认证失败，拒绝用户的访问或操作请求。
9、示例性的，对采集到的初始语音样本进行分析和处理，具体操作过程为：
10、步骤s211、对采集到的初始语音样本进行特征提取，由此将用户的初始语音样本内的语音信号转换为各特征矢量；
11、步骤s212、对初始语音样本进行预处理，将预处理后的初始语音样本记为参考初始语音样本；
12、步骤s23、对用户的参考初始语音样本进行语音识别，得到用户的参考初始语音样本的文本表示；
13、步骤s24、结合声纹识别技术,生成用户的声纹矢量。
14、示例性的，步骤s21中将用户对应参考初始语音样本内的语音信号转换为各特征矢量，具体过程为：
15、步骤s21-1、从用户的参考初始语音样本中提取出各时间点的原始语音信号，t为各时间点的编号，由此得到各时间点内预加重处理后的语音信号，c为设定的欲加重系数，为第t-1个时间点的原始语音信号；
16、将各时间点内预加重处理后的语音信号进行汇总整合，并将其以设定毫秒数划分为各帧，将各帧预加重处理后的语音信号简记为各帧的语音信号，并对各帧语音信号应用窗函数，得到窗函数处理后对应各帧的语音信号，其中是窗函数，为第n帧的语音信号，n为各帧的编号；
17、步骤s21-2、对窗函数处理后对应各帧的语音信号应用快速傅里叶变换，将其从时域信号转换到频域信号，由此得到fft结果中的采样频率f1、fft点数n和复数频谱；
18、计算得到fft的频率分量，k为频率索引；
19、计算得到fft的频率分辨率；
20、步骤s21-3、在频域中应用一组梅尔滤波器，获取一组梅尔滤波器内的滤波器总数目m，并将一组梅尔滤波器内的各滤波器依次编号为m=1,2，...m;
21、将fft的频率分辨率映射到各滤波器中的梅尔刻度中，确定各滤波器在梅尔刻度上的各关键点，其中各关键点分为中心频率以及左右两侧的频率点和，由此计算得到各滤波器在fft频谱中各频率分量的中心频率为第h个频率分量的实际频率，h为各频率分量的编号。
22、示例性的，步骤s21中将用户对应参考初始语音样本内的语音信号转换为各特征矢量，具体操作过程还包括如下步骤：
23、步骤s21-4、对各滤波器的输出求能量，然后取对数，得到各滤波器的输出的对数能量；
24、步骤s21-5、对各滤波器的输出的对数能量进行离散余弦变换得到梅尔频率倒谱系数mfcc，具体计算公式为，m为一组梅尔滤波器内的滤波器总数目，i为倒谱系数的索引；
25、步骤s21-6、将依据倒谱系数的索引编号按照降序顺序排列，筛选设定排列区间内的梅尔频率倒谱系数作为特征矢量，由此获取用户对应参考初始语音样本内的各特征矢量。
26、示例性的，步骤s22中对初始语音样本进行预处理，具体过程为：
27、从初始语音样本中筛选静音段语音样本，从而依据静音段语音样本计算初始语音样本对应噪声的功率谱，k为频率索引，m表示静音段语音样本的帧数，为第n帧在第k个频率索引的傅里叶变换；
28、综合分析得到初始语音样本对应各帧在各频率索引滤波后的信号频谱，为第n帧在第k个频率索引的估计频率谱，为第n帧在第k个频率索引的频谱；
29、将各帧在各频率索引滤波后的信号频谱导入初始语音样本中，以此得到参考初始语音样本。
30、示例性的，步骤s23中得到用户的参考初始语音样本的文本表示，具体过程为：
31、利用安全计算机中配置软件装置识别得到用户的参考初始语音样本的文本表示。
32、示例性的，步骤s24中生成用户的声纹矢量，具体过程为：
33、依据步骤s211中将用户的初始语音样本内的语音信号转换为各特征矢量的分析方法同理分析得到用户对应参考初始语音样本的各特征矢量；
34、使用用户对应参考初始语音样本的各特征矢量来训练gmm模型，由此得到用户的声纹矢量。
35、示例性的，使用用户对应参考初始语音样本的各特征矢量来训练gmm模型，具体训练过程为：
36、a1、获取用户对应参考初始语音样本的各特征矢量，将其标记为，r为用户对应参考初始语音样本内各特征矢量的编号，r=1,2，..q,将其组成用户对应参考初始语音样本的特征矢量集合;
37、a2、训练一个包含b个高斯分布的gmm模型，其概率密度函数可以表示为如下：
38、，为用户对应参考初始语音样本的第r个特征矢量的概率，b为各高斯分布的编号，b=1,2,...b,是第b个高斯分布的混合权重，是以为均值、为协方差矩阵的高斯分布的概率密度函数；
39、a3、计算用户对应参考初始语音样本的各特征矢量来自各高斯分布的后验概率，其中，分母是所有b个高斯分布在位置的概率密度函数值的加权和，权重即为各自的混合权重，b为高斯分布的总数；
40、a4、计算用户对应参考初始语音样本的各特征矢量来自各高斯本文档来自技高网...
【技术保护点】
1.一种基于安全计算机的安全认证方法，其特征在于，包括：
2.根据权利要求1所述的一种基于安全计算机的安全认证方法，其特征在于，对采集到的初始语音样本进行分析和处理，具体操作过程为：
3.根据权利要求2所述的一种基于安全计算机的安全认证方法，其特征在于，步骤S21中将用户对应参考初始语音样本内的语音信号转换为各特征矢量，具体过程为：
4.根据权利要求3所述的一种基于安全计算机的安全认证方法，其特征在于，步骤S21中将用户对应参考初始语音样本内的语音信号转换为各特征矢量，具体操作过程还包括如下步骤：
5.根据权利要求3所述的一种基于安全计算机的安全认证方法，其特征在于，步骤S22中对初始语音样本进行预处理，具体过程为：
6.根据权利要求5所述的一种基于安全计算机的安全认证方法，其特征在于，步骤S23中得到用户的参考初始语音样本的文本表示，具体过程为：
7.根据权利要求6所述的一种基于安全计算机的安全认证方法，其特征在于，步骤S24中生成用户的声纹矢量，具体过程为：
8.根据权利要求7所述的一种基于安
9.根据权利要求1所述的一种基于安全计算机的安全认证方法，其特征在于，确定用户对应当前语音样本的匹配系数，具体确定过程如下：
10.一种基于安全计算机的安全认证装置，其特征在于：其基于权利要求1-9任意一项所述的一种基于安全计算机的安全认证方法实现，包括电子设备和计算机可读存储介质；
...【技术特征摘要】
1.一种基于安全计算机的安全认证方法，其特征在于，包括：
2.根据权利要求1所述的一种基于安全计算机的安全认证方法，其特征在于，对采集到的初始语音样本进行分析和处理，具体操作过程为：
3.根据权利要求2所述的一种基于安全计算机的安全认证方法，其特征在于，步骤s21中将用户对应参考初始语音样本内的语音信号转换为各特征矢量，具体过程为：
4.根据权利要求3所述的一种基于安全计算机的安全认证方法，其特征在于，步骤s21中将用户对应参考初始语音样本内的语音信号转换为各特征矢量，具体操作过程还包括如下步骤：
5.根据权利要求3所述的一种基于安全计算机的安全认证方法，其特征在于，步骤s22中对初始语音样本进行预处理，具体过程为：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：翟毅姝，谷正，李龙彪，卜庆凯，刘华波，
申请(专利权)人：青岛大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。