[发明专利]基于层次注意力网络模型的语音流隐写分析方法及系统

说明书

本发明公开了一种基于层次注意力网络模型的语音流隐写分析方法及系统，其中，该方法包括以下步骤：采集网络上的语音流，将语音流作为训练数据，其中，训练数据包含原始语音流片段以及嵌入秘密信息的语音流片段；将训练数据在层次注意力网络模型上进行学习，获得训练后的语音流隐写分析模型；通过滑动窗口方法获得语音载荷经过压缩量化之后的量化系数向量，并在层次注意力网络模型上对量化系数向量矩阵进行检测，确定待检测的量化系数向量是否经过隐写之后的语音得到，若是，则确定原始语音流为隐写语音流。该方法通过自动学习创建盲检测模型并能非常快速且准确的辨别网络语音流当中的隐写语音数据，其性能大幅好于之前的网络语音流隐写分析方法。

技术领域

本发明涉及信息安全技术领域，特别涉及一种基于层次注意力网络模型的语音流隐写分析方法及系统。

背景技术

在关于信息安全的专著中，香农(Shannon)总结了三个基本的信息安全系统：加密系统，隐私系统和隐藏系统。

具体地，加密系统以特殊方式对信息进行编码，以便只有授权方才能对其进行解码，而未经授权的方可以对其进行解码。它通过使消息难以读取来确保信息的安全性。

隐私系统主要是限制对信息的访问，以便只有授权用户才能访问重要信息。未经授权的用户在任何情况下都无法以任何方式访问它。然而，虽然这两个系统确保了信息安全，但它们也暴露了信息的存在和重要性，使其更容易受到攻击，如拦截和破解。

隐藏系统与这两个保密系统有很大不同。它通过在常见载体中嵌入机密信息，然后利用公共信道传输，隐藏机密信息的存在，以达到不容易被怀疑和攻击的目的。隐藏系统由于其极强的信息隐藏能力，在保护商业秘密，军事安全甚至国防安全方面发挥着重要作用。其中，隐写术是隐藏系统中的关键技术。隐写术的主要目标是基于公开的图像，语音以及文本等载体，嵌入尽可能多的信息，并尽量保证隐写前后载体的各种统计特征没有变化。隐写分析的目的是尽可能的检测各种嵌入的信息在所有可疑的载体当中。

随着网络带宽的持续增长以及网络融合趋势的增强，网络上流媒体的应用得到了空前的发展。流媒体技术是指在网络上采用流式传输方式进行传输的一种多媒体信息，比较典型的应用有VOD(视频点播，Vedio on demand)、AOD(音频点播，audio on demand)、IPTV(互联网协议电视，Internet Protocol Television)、VOIP(语音通话技术，Voiceover IP)。流媒体是一种动态媒体，具有实时性以及时变性，与基于静态媒体(图像，音频)的信息隐藏方法相比，其更加难以检测。

如图1所示，流媒体单元一般来说分为4个层次：音视频数据(一般来说经过压缩)，IP报头，UDP报头，RTP报头。

流媒体当中的每个部分都可以作为隐藏数据的载荷。总的来说，基于流媒体技术的隐蔽通信技术可以分为三类：

基于网络协议的信息隐藏。主要是充分利用协议的头部一些没有使用的，或者是可选的区域进行。但是一般来说，由于网络协议都是公开的，一些区域总是固定值使得这类算法非常容易被检测。

基于载荷的信息隐藏。基于载荷的方式主要是通过修改流媒体当中载荷的冗余信息从而达到隐蔽通信的目的。一些常见的方法比如LSB(Least Significant Bits，最低位替换)替换，通过修改自适应搜索码本的量化索引调制等。

多维信息隐藏。主要是结合流媒体单元的多个维度，其中网络协议是一个维度，载荷是另外一个维度，通过对两个维度同时隐写达到多维隐写的目的。

本发明实施例所设计的模型主要是针对基于载荷的信息隐藏，特别的我们的检测载体是流媒体单元的语音载荷。