击键与声音信号融合的用户无感可信身份认证方法、系统及终端技术方案

本发明专利技术提供了一种击键与声音信号融合的用户无感可信身份认证方法、系统及终端，通过由智能设备内置的扬声器和麦克风即可完成声音信号收集，符合用户习惯的持握方式，操作便捷。由于用户键入密码时手部运动会引发声音信号的多普勒效应，该声音信号可以表征用户击键时的行为特征。本发明专利技术可以有效避免攻击者录制音频进行重放攻击从而窃取用户信息的风险，且本发明专利技术与基于人脸、指纹的认证方案相比，无需考虑如光线、温度等环境因素的影响。本发明专利技术采用频率大于环境噪声频率的高频声音信号，在降噪过程中直接过滤掉环境噪声，降低环境噪声对本方案的影响。用户在认证过程中不会感知到高频声音信号的存在，对用户的认证过程不会产生干扰。干扰。干扰。

【技术实现步骤摘要】
击键与声音信号融合的用户无感可信身份认证方法、系统及终端


[0001]本专利技术属于网络安全
，具体涉及一种击键与声音信号融合的用户无感可信身份认证方法、系统及终端。

技术介绍

[0002]作为目前最普及的用户身份认证方案，密码被指出存在一些安全问题。随着网络技术的发展，人们拥有越来越多的网络账户。一旦用户某一个密码被泄露，该用户大多数的账户可能会被相同的密码破解。
[0003]参考图1，图1为现有技术提出利用用户嘴部运动进行身份认证过程，该身份认证过程分为注册阶段以及登陆阶段。在注册阶段，用户多次说出包含多个单词的密码短语。同时，智能设备不断发出预定义的超声波信号，并接收用户说话时嘴部反射的声波信号。首先，系统将接收到的密码短语信号分成几个片段，每个片段代表一个单词。然后，利用基于深度学习的方法，系统从信号片段中提取高效可靠的特征。接下来，基于提取的特征，系统通过softmax函数构造口腔状态标识符，识别说话过程中的口腔状态。最后，对于每个口腔状态，系统利用SVM，根据提取的特征分别构造二进制分类器用于用户识别。在登录阶段，当用户使用与注册阶段相同的密码短语时，系统首先捕获嘴部的反射信号，然后进行密码短语分割和特征提取。基于提取的特征，在用户认证中，系统首先通过训练好的口腔状态标识符识别用户在说口令时的口腔状态。然后，系统应用一种基于平衡二叉树的身份验证方法，利用训练好的二叉分类器和来验证用户是注册用户还是欺骗者。最后，系统采用加权投票方案，通过检查多个单词的口腔运动模式来验证用户身份。
[0004]与基于密码的用户认证方案相比，基于生物特征的身份认证方案可以减轻用户记忆大量密码的负担，同时增加攻击者的攻击难度。然而，这些基于生物特征的认证方法对周围环境更加敏感。此外基于生物特征的认证方案，例如人脸识别、指纹认证或者声纹认证存在泄漏用户生物信息的风险。

技术实现思路

[0005]为了解决现有技术中存在的上述问题，本专利技术提供了一种击键与声音信号融合的用户无感可信身份认证方法、系统及终端。本专利技术要解决的技术问题通过以下技术方案实现：
[0006]本专利技术提供了一种击键与声音信号融合的用户无感可信身份认证方法包括：
[0007]S100，采集用户键入密码过程中由用户手部运动引发多普勒效应反射的声音信号，并对声音信号进行去噪处理得到去噪后的声音信号；
[0008]声音信号能反应用户键入密码时击键行为的行为特征；
[0009]S200，根据去噪后的声音信号生成表述行为特征的时频谱图，并对时频谱图进行特征提取得到用户击键时的行为特征；
[0010]S300，根据用户击键时的行为特征对用户进行认证，得到用户是合法用户还是非法用户的认证结果。
[0011]本专利技术提供了一种击键与声音信号融合的用户无感可信身份认证系统包括：
[0012]数据处理模块，被配置为采集用户键入密码过程中由用户手部运动引发多普勒效应反射的声音信号，并对声音信号进行去噪处理得到去噪后的声音信号；
[0013]特征提取模块，被配置为根据去噪后的声音信号生成视频谱图，并对视频谱图进行特征提取得到用户击键时的行为特征；
[0014]用户认证模块，被配置为根据用户击键时的行为特征对用户进行认证，得到用户是合法用户还是非法用户的认证结果。
[0015]本专利技术提供了一种击键与声音信号融合的用户无感可信身份认证终端，终端包括击键与声音信号融合的用户无感可信身份认证系统中的数据处理模块、特征提取模块和用户认证模块。
[0016]本专利技术提供了一种击键与声音信号融合的用户无感可信身份认证方法、系统及终端，通过由智能设备内置的扬声器和麦克风即可完成声音信号收集，符合用户习惯的持握方式，操作便捷。由于用户键入密码时手部运动会引发声音信号的多普勒效应，该声音信号可以表征用户击键时的行为特征。本专利技术可以有效避免攻击者通过录制音频进行重放攻击从而窃取用户信息的风险，且本专利技术与基于人脸、指纹的认证方案相比，无需考虑如光线、温度等环境因素的影响。本专利技术采用频率大于环境噪声频率的高频声音信号，在降噪过程中直接过滤掉环境噪声，降低环境噪声对本方案的影响。用户在认证过程中不会感知到高频声音信号的存在，对用户的认证过程不会产生干扰。
[0017]以下将结合附图及实施例对本专利技术做进一步详细说明。
附图说明
[0018]图1是本专利技术提供的现有技术提出利用用户嘴部运动进行身份认证过程示意图；
[0019]图2是本专利技术提供了一种击键与声音信号融合的用户无感可信身份认证方法的流程示意图；
[0020]图3是本专利技术提供的由多普勒效应引起的信号频率变化示意图；
[0021]图4a
‑
图4b是本专利技术提供的两个不同用户键入同一密码的时频谱图；
[0022]图5a
‑
图5b是本专利技术提供的两个不同用户键入相同密码的短时间能量图；
[0023]图6是本专利技术提供的本专利技术提供了一种击键与声音信号融合的用户无感可信身份认证系统的示意图；
[0024]图7是本专利技术提供的智能设备上从扬声器到麦克风的多个传播路径的示意图。
具体实施方式
[0025]下面结合具体实施例对本专利技术做进一步详细的描述，但本专利技术的实施方式不限于此。
[0026]如图1所示，本专利技术提供了一种击键与声音信号融合的用户无感可信身份认证方法包括：
[0027]S100，采集用户键入密码过程中由用户手部运动引发多普勒效应的反射声音信
号，并对声音信号进行去噪处理得到去噪后的声音信号；声音信号能反应用户键入密码时击键的行为特征；
[0028]在本专利技术一种具体的实施例中，S100中采集用户键入密码过程中由用户手部运动引发多普勒效应的反射声音信号包括：
[0029]S110，检测用户操作用户设备时是否在键入密码，如果是则播放高频声音信号；
[0030]S111，采集高频声音信号达到用户手部时，因用户手部运动引发多普勒效应的反射声音信号。
[0031]其中，高频声音信号的频率位于18kHz
‑
20kHz之间。
[0032]在本专利技术的方案中可以44.1kHz的采样率对智能设备播放的声音信号进行采样。然后对反射声音信号进行STFT，将反射声音信号转换为包含时频域特征的时频谱图。如公式(1)，STFT的过程是在傅里叶变换前将原始信号乘以一个有限时间窗口函数h(t)，本专利技术假设声信号在分析窗口内的短时间间隔内是平稳信号。通过在时间轴上滑动窗函数h(t)，对声信号进行分段分析，得到信号的一组局部时频谱。
[0033][0034][0035]计算机处理的信号一般是离散的。离散傅里叶变换方程如公式(2)所示。当STFT用于分析非平稳信号时，首先将该信号视为间隔时域内的平稳信号。
[0036]值得说明的是：多普勒效应的主要内容是指物体辐射的波长由于波源和观测者的相对运动而发生变化。当这一理论本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种击键与声音信号融合的用户无感可信身份认证方法，其特征在于，包括：S100，采集用户键入密码过程中由用户手部运动引发多普勒效应反射的声音信号，并对所述声音信号进行去噪处理得到去噪后的声音信号；所述声音信号能反应用户键入密码时击键行为的行为特征；S200，根据去噪后的声音信号生成表述行为特征的时频谱图，并对所述时频谱图进行特征提取得到用户击键时的行为特征；S300，根据用户击键时的行为特征对用户进行认证，得到用户是合法用户还是非法用户的认证结果。2.根据权利要求1所述的击键与声音信号融合的用户无感可信身份认证方法，其特征在于，S100中采集用户键入密码过程中由用户手部运动引发多普勒效应反射的声音信号包括：S110，检测用户操作用户设备时是否在键入密码，如果是则播放高频声音信号；S111，采用所述高频声音信号达到用户手部时，因用户手部运动引发多普勒效应的反射声音信号。3.根据权利要求1所述的击键与声音信号融合的用户无感可信身份认证方法，其特征在于，S100中对所述声音信号进行去噪处理得到去噪后的声音信号包括：利用滤波器对所述声音信号进行音频降噪以消除运动对多普勒效应的干扰，得到去噪后的声音信号。4.根据权利要求3任一项所述的击键与声音信号融合的用户无感可信身份认证方法，其特征在于，利用巴特沃斯滤波器对所述声音信号进行音频降噪以减少除手部运动以外的其他部位运动对声音信号的干扰，得到目标频段的声音信号。5.根据权利要求1所述的击键与声音信号融合的用户无感可信身份认证方法，其特征在于，S200包括：S210，对去噪后的声音信号进行短时傅里叶变换得到包含时频域特征的时频谱图；S220，对所述时频谱图转化为灰度图像，并将灰度图像输入基于...

【专利技术属性】
技术研发人员：曹进，闫皓，郭振洋，李晖，尤伟，付玉龙，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：