[发明专利]一种云存储环境下中文语音密文存储、检索方法及系统

说明书

本发明提供一种云存储环境下中文语音密文存储、检索方法及系统，包括：用户端，用以生成语音文件；生成查询关键字；解密密文数据，得到音频文件；服务端，用以接收并识别语音文件，生成识别文本文件；获取识别文本文件的关键字，并对语音文件与关键字加密，将生成的密文数据及密文索引上传至云服务器端；接收查询关键字并加密；根据加密结果，生成查询请求并发送至云服务端；接收云服务端发送的密文数据并返回至客户端；云服务端，用以存储语音文件的密文数据及密文索引；通过密文查询请求及密文索引，获取密文数据。本发明可以通过文本关键字对语音的内容进行检索，能够对语音文件进行密文检索。

技术领域

本发明涉及信息安全领域，具体地说，涉及一种云存储环境下中文语音密文存储、检索方法及系统。

背景技术

云计算技术以及大数据存储技术的发展优化了传统的数据存储，通过虚拟化和分布式计算与存储技术，云存储将多个存储介质整合为统一的存储资源池，向用户提供存储服务，用户不再需要自行购买硬件，只需要简单地操作就能将数据存储到云端。由于云存储的便捷与经济，许多企业与个人将数据上传到云端交由第三方云服务商保存。然而，在云计算环境下，数据管理权从数据所有者转移到了第三方云服务商，云存储在给企业与个人的数据管理带来便利的同时，也带来了极大的安全隐患。根据云安全联盟(CSA)在2016年公布的云计算面临的十二大安全威胁中，数据泄露排在了第一位。数据泄露会带来隐私泄露的问题，极大地威胁了云存储中企业以及个人数据的机密性。为了保证云存储中数据的机密性，可以采取密文存储的方式，先对文件进行加密，再将密文文件存储到云端。然而，云计算中存在着海量的数据，如何快速查找到这些密文数据成为了一个难题。为了解决这一问题，出现了密文检索技术，然而大部分的密文检索技术仅仅针对文本文件进行检索。在云存储中，除了文本类型的文件，还存在着大量的其他类型的文件，语音类型的文件(如会议录音、通话记录等)也是云存储中常见的文件类型。因此，如何对语音内容进行快速、准确以及高效的密文检索成为了迫切需要解决的问题。

已公开的专利申请CN201910500492.3提供了一种语音检索方法及系统。该方法借鉴生物哈希技术，对原始语音进行特征提取，获取原始语音的第一哈希序列，将第一哈希序列作为检索摘要，通过比较第一哈希序列和查询语音的第二哈希序列的汉明距离，完成检索内容的匹配。该方法通过采用生物哈希技术提取语音的哈希摘要，提高了语音哈希摘要的安全性，但是该方法只能通过语音检索到相似的语音文件，不能通过文本关键字对语音内包含的信息进行检索。

已公开的专利申请CN201910019614.7基于音频浓缩摘要的海量音频检索方法，提供了一种基于音频浓缩摘要的海量音频检索方法。包括如下步骤：选择文件夹，生成多线程执行浓缩任务，打开待浓缩的文件，读取音频帧并解码，得到裸的PCM数据，使用VAD算法对PCM裸数据进行判定，并进行语音识别生成摘要信息和音频索引文件，提供音频的检索和播放功能。通过使用多线程并行方式对海量音频数据所在的文件夹进行浓缩，提取出有价值的语音和文字信息，并生成包含摘要信息的音频索引文件，用户可输入文本关键字进行快速检索，大大提高了工作效率。然而，该方法对语音文件的摘要和检索主要在明文状态下进行，在云存储环境下难以保证安全性。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于提供一种云存储环境下中文语音密文存储、检索方法及系统，主要思想是通过中文语音识别生成语音内容的文字信息，并生成包含语音内容的密文索引，最终通过密文检索接口，利用文本关键词实现对加密的语音文件内容进行检索，其为企业和用户提供语音文件的安全加密存储，并且在语音数据不解密的情况下，对用户提供利用文本关键字检索语音内容的功能，保证云存储环境下语音文件的机密性，保护用户的隐私不被侵犯，并提高检索效率。

本发明的技术方案如下：

一种云存储环境下中文语音密文存储方法，适用于云服务端、服务端及用户端组成的网络系统，其步骤包括：

1)接收并识别用户端发送的语音文件，生成识别文本文件；