基于混沌测量矩阵的生物哈希密文语音检索

为了解决现存语音检索系统中明文数据的泄露问题,提高语音检索性能、生物特征模板的安全性和隐私性,提出了一种基于混沌测量矩阵的生物哈希密文语音检索算法.首先,用户端对语音进行分类,再分发与类为单一映射的密钥,通过密钥生成358位的Rossler混沌测量矩阵,并使用该矩阵对语音特征进行特征变换,进一步二值化生成语音的哈希索引;然后,通过改进的sha256算法对语音文件进行加密;最后,将哈希索引和加密语音送至云端.实验结果表明:提出的算法不仅能防止明文泄露,而且具有良好的鲁棒性、区分性和检索性能;与此同时,生物特征模板具备良好的多样性、可撤销性、安全性和隐私性.

基于声母和深度哈希的密文语音全文检索方法

为了实现基于内容的语音全文检索,提高语音检索性能,以及保障云端语音数据的隐私安全,提出了一种基于声母和深度哈希的密文语音全文检索方法.该方法将提出的基于汉语声母和元音的双向循环递归神经网络(RNN)-长短时记忆(LSTM)深度学习模型与语音感知哈希相结合,分别将加密语音和生成的哈希码上传至云端密文语音库和全文哈希索引表,并建立一一映射关系.查询时提取待查询语音的哈希码,并与云端的全文哈希索引表进行阶段式匹配检索.实验结果表明:该方法既能保障语音隐私安全,又能获得较高的检索精确度与可观的召回率(当精确度为97.68%时召回率可达47.60%),并在一定程度上减弱了说话人声音特征对全文检索的不利影响.