摘要
随着智能设备的普及以及科技的迅猛发展，传统的身份验证方式，如ID卡、密码、签名等已经不能满足人们对数据安全以及信息保护的要求。目前大多数的生物特征系统是将用户的特征信息直接存储或进行用户身份的认证，很容易遭到攻击，从而导致用户信息的泄露。因此，构造一种安全可靠的生物特征识别方案是人们关注的热点问题。其中构建一个安全的数据模板及评分标准成为关键。 与其他生物特征相比，声纹识别具有无接触、信息量大、成本低廉等优点，是一种具有良好实用价值和研究潜力的身份认证技术，因此本文选择对声纹识别技术的隐私保护进行研究。本文的主要工作有以下几个方面： (1)关于声纹识别的特征信息的安全与隐私问题，本文设计了一种基于随机映射技术的声纹模板保护方法。该方法基于身份向量（identityVector,i-Vector）和线性判别分析技术（Lineardiscriminantanalysis,LDA），提出一种改进的随机映射技术。通过对随机映射算法的改进以及对声纹特征信息的处理，构造了一种声纹识别的模板保护方案，用户可以在随机域注册并完成声纹识别。我们通过已知的中文数据集对所提出的方法进行了实验仿真，实验表明，该方法基本不影响声纹识别的准确性，且也能有效保证语音数据的安全。 (2)在保证声纹特征信息的基础上，认证阶段时的打分标准的安全性成为我们关心的主要问题。本文提出了基于安全两方计算的余弦判别器的隐私保护。首先提取用户的身份特征并进行归一化，然后通过安全两方计算协议与余弦相似度结合，以到达保护判别器的目的。该方案也相对减少了计算量和时间消耗，对恶意语音的访问有一定的限制。
NETL