王 靜，劉正輝，祁傳達(dá)，王宏霞

(1.信陽師范學(xué)院 數(shù)學(xué)與信息科學(xué)學(xué)院，河南 信陽 464000；2.信陽師范學(xué)院 計算機(jī)與信息技術(shù)學(xué)院，河南 信陽 464000；3.西南交通大學(xué) 信息科學(xué)與技術(shù)學(xué)院，四川 成都 610031)

數(shù)字信號處理技術(shù)和高速網(wǎng)絡(luò)的發(fā)展，一方面使數(shù)字信號代替模擬信號，成為人類信息傳遞的主要載體；另一方面使得多媒體編輯工具更加豐富，為不法分子偽造、篡改多媒體數(shù)據(jù)提供了便利。大量偽造多媒體信號的出現(xiàn)，嚴(yán)重威脅了數(shù)字內(nèi)容的可信度和認(rèn)可度，破壞了數(shù)字世界的秩序，給人們的生活帶來了諸多不和諧因素。

數(shù)字語音信號是常被采用的信息傳遞與信息交流的數(shù)字載體之一，廣泛應(yīng)用于新聞報道、語音通信、醫(yī)療記錄以及法庭舉證等方面。和音頻信號相比，語音信號內(nèi)容表示的更多的是事關(guān)緊要的指令，更容易引起攻擊者的興趣而被攻擊。被攻擊信號傳遞的內(nèi)容和原始內(nèi)容相比，有較大區(qū)別。若被攻擊信號的指令被人們采用或執(zhí)行，將會帶來嚴(yán)重的后果。大量被篡改、偽造的語音信號，已經(jīng)影響了數(shù)字語音信號表示的數(shù)字證據(jù)和新聞報道的可信度與認(rèn)可度。數(shù)字語音內(nèi)容的真實(shí)性和完整性取證問題已成為當(dāng)前多媒體信息安全領(lǐng)域的研究熱點(diǎn)[1]。

數(shù)字水印技術(shù)為數(shù)字語音信號真實(shí)性和完整性的取證問題提供了一種可行的方法。該技術(shù)在音頻版權(quán)保護(hù)方面被廣泛應(yīng)用，并已取得了豐碩的研究成果[2-4]，而在語音取證方面的研究成果則相對較少[5-7]?；跀?shù)字水印的語音取證算法，根據(jù)水印的生成方式不同，可以分為兩類：基于附加水印信息的取證算法和基于內(nèi)容的取證算法?；诟郊有畔⒌娜∽C技術(shù)，在傳輸過程中，除了傳輸含水印的信號之外，還需要傳輸用來生成水印的附加信息。增加了傳輸帶寬，也增加了由于傳輸錯誤而帶來的水印檢測的虛警率[5]。基于內(nèi)容的取證算法，水印由載體信號本身的特征來生成。生成水印的特征和語音信號一起傳輸給認(rèn)證端，減少了傳輸帶寬，提高了傳輸?shù)陌踩浴?/p>

對基于內(nèi)容的取證水印算法而言，若水印生成和嵌入采用的特征是公開的，攻擊者便可以從含水印的語音信號中獲取生成水印和嵌入水印的特征，然后找到特征相同內(nèi)容不同的其他語音信號來替換含水印的語音信號，實(shí)施特征分析替換攻擊[8]，并且被攻擊的信號能夠通過驗(yàn)證端的驗(yàn)證。

為了解決基于公開特征的取證水印算法存在的安全隱患，本文定義了一種保密語音特征，給出了基于該特征水印嵌入的理論依據(jù)，通過實(shí)驗(yàn)分析了該特征的魯棒性和嵌入算法的抗信號處理能力。本文提出的算法具有較好的不可聽性，在對惡意攻擊進(jìn)行篡改定位的同時，提高了水印系統(tǒng)的安全性。

1 能量比

文獻(xiàn)[8，9]分析了基于公開特征的水印算法存在的安全缺陷，解決此類問題的一種方法是采用保密的特征來嵌入水印信息。為此，本文給出了一種保密的特征——能量比，并討論了基于能量比的水印嵌入方法。

1.1 能量比的定義

假設(shè)A和B表示兩段語音信號，A={a(i)，1≤i≤N}，B={b(i)，1≤i≤N}，定義A對B的能量比為

( 1 )

ER(A，B)表示了信號A和信號B的能量差別。ER(A，B)的值和10lg101相差越小，表明A和B的能量差別越?。籈R(A，B)的值和10lg101相差越大，表明A和B的能量差別越大。

在信號B恒定不變的情況下，ER(A，B)刻畫了信號A的能量大小。ER(A，B)越大，表示信號A的能量越大；反之，則越小。

1.2 能量比和信號樣本值的關(guān)系

在信號B已知的情況下，記A為原始語音信號；E為信號A對B的能量比；Q={q(i)，1≤i≤N}，表示對A量化后的信號(A對應(yīng)的含水印信號)；QE為信號Q對B的能量比。由式( 1 )可得

( 2 )

( 3 )

結(jié)合式( 2 )和式( 3 )，有

( 4 )

式( 4 )中，假設(shè)a(i)、E和QE為已知量，而q(i)為未知量，1≤i≤N。易得，滿足式( 4 )的解q(i)不唯一，其中的一個解可由式( 5 )計算得到。

( 5 )

如上所述，式( 5 )給出了一種通過量化信號能量比來獲取含水印信號的方法，即信號A對應(yīng)的含水印信號可由式( 5 )得到。

2 本文算法

將原始語音信號記為A={al|1≤l≤L}，其中L表示語音信號的長度，al表示第l個樣本點(diǎn)。

2.1 預(yù)處理

步驟1分幀、分段，方法如圖1所示，詳細(xì)的步驟為：

(1)把A分為P幀，第i幀記為Ai；

(2)將Ai分為前后兩部分，分別記為AFi和ABi；

(3)AFi、ABi等分為M段，第j段分別記為AFi，j、ABi，j，1≤i≤P，1≤j≤M；

(4)將AFi，j等分為3段，分別記為AF1i，j、AF2i，j和AF3i，j；同樣，將ABi，j等分為3段，分別記為AB1i，j、AB2i，j和AB3i，j。

圖1 分幀、分段方法

步驟2由Logistic混沌映射[10]生成偽隨機(jī)信號，記為X={xn，1≤n≤N}，其中xn由式( 6 )生成，本文中N=L/6MP。

xn+1=μxn(1-xn)x0=k

3.569 9≤μ≤4

( 6 )

式中：k為偽隨機(jī)信號的初值，作為水印系統(tǒng)的密鑰。

步驟3由式( 7 )將各幀的幀號i映射為整數(shù)序列Wi={w1，w2，…，wM}。Wi作為第i幀的水印信息分別嵌入到AFi和ABi中。

i=w1·10M-1+w210M-2+…+wM

( 7 )

2.2 水印嵌入

以w1嵌入到AFi，1中為例，介紹水印的嵌入方法。

步驟1由式( 1 )計算AF1i，1、AF2i，1和AF3i，1對X的能量比，分別記E1、E2和E3；取E1、E2和E3小數(shù)點(diǎn)后第一位整數(shù)，并記為z1、z2和z3。

步驟2計算U=f(z1，z2，z3)

U=f(z1，z2，z3)=mod(z1+z2×2+z3×3，10)

( 8 )

表1 不同條件下水印嵌入的量化方法

( 9 )

采用上述方法，將Wi={w1，w2，…，wM}分別嵌入到AFi和ABi中，1≤i≤P。最終獲取含水印的語音信號。

2.3 內(nèi)容取證

假設(shè)含水印的語音信號為A′，取證過程如圖2所示，詳細(xì)步驟如下。

圖2 內(nèi)容取證過程框圖

步驟2由式( 6 )生成偽隨機(jī)信號X={xn，1≤n≤N}。

步驟5篡改定位。若含水印的語音信號被篡改，并假設(shè)第1幀到第i幀的內(nèi)容是真實(shí)的，接下來的L/P個樣本不能通過驗(yàn)證，在此情況下，篡改定位的方法為：

i′=y1·10M-1+y210M-2+…+yM

(10)

(3)第i幀和第i′幀之間的內(nèi)容，即為被定位到的被攻擊的部分。

3 性能分析

本文采用80段采樣頻率為44.1 kHz的單聲道語音信號作為測試樣本。其中一部分是由錄音筆錄制于4種不同場景的語音信號(錄音筆型號為SONY PCM-D100)，記為Type 1、Type 2、Type 3和Type 4，錄制環(huán)境分別為安靜的辦公室、討論會、嘈雜的車站和空曠的野外。另一部分是隨機(jī)取自于樣本庫中的語音信號，記為Type 5。實(shí)驗(yàn)采用的軟件為Matlab 2010a，其他實(shí)驗(yàn)參數(shù)分別為L=60 000，P=20，M=5，k=0.314 5，μ=3.897 2。

3.1 不可聽性

采用主觀和客觀兩種方法對本文所提算法的不可聽性進(jìn)行測試。主觀的評價方法是將原始語音信號及含水印的語音信號提供給一組聽眾，由聽眾根據(jù)主觀感覺來區(qū)分兩個信號之間的差別，并按照主觀區(qū)分度[9]打分，將這一組聽眾最后打分的平均值作為測試結(jié)果?？陀^評價是利用測試工具PEAQ(Perceptual Evaluation of Audio Quality)得到聽覺質(zhì)量客觀區(qū)分度ODG[9]，由此來測試水印的不可聽性。

表2給出了含水印語音信號的主觀區(qū)分度SDG和客觀區(qū)分度ODG，其中SDG由12位聽眾現(xiàn)場打分所得。由測試結(jié)果可以看出本文所提算法嵌入的水印是不可聽的。

表2 不同類型語音信號的SDG和ODG

3.2 魯棒性

隨機(jī)選取一段含水印的語音信號如圖3所示，并對該信號進(jìn)行信號處理操作。圖4給出了重采樣(44.1 kHz→11.025 kHz→44.1 kHz)前后含水印信號各幀的能量比，圖5給出了低通濾波(截止頻率為11 kHz)前后各幀的能量比。由圖4和圖5所示結(jié)果可知，信號處理前后的能量比幾乎保持不變，表明語音信號的能量比具有一定的魯棒性。

圖3 隨機(jī)選取的含水印語音信號

圖4 重采樣前后信號的能量比

圖5 低通濾波前后信號的能量比

采用誤碼率[9]測試本文算法水印的抗信號處理能力。表3列出了含水印的語音信號在經(jīng)過一些信號處理后，水印提取誤碼率BER的統(tǒng)計均值，并和文獻(xiàn)[3]進(jìn)行了對比。由測試結(jié)果可知，與文獻(xiàn)[3]相比，本文所提算法的誤碼率較低，具有一定的容忍信號處理的能力。

表3 不同類型信號處理后水印提取的BER值

3.3 抗特征分析替換攻擊的能力

對于基于內(nèi)容的取證水印算法，如果生成水印的特征是公開的，攻擊者可以得到生成水印的特征，同時找到特征相同的其他語音信號來替換含水印的語音信號，實(shí)施特征分析替換攻擊。由于被攻擊信號生成水印的特征沒有改變，驗(yàn)證端將檢測不到攻擊的存在[9]。

對本文所提算法而言，若要得到嵌入水印的特征，需要先獲取偽隨機(jī)信號X。圖6給出了不同偽隨機(jī)信號初值對應(yīng)的能量比，可以看出偽隨機(jī)信號初值不同時，信號的能量比也有較大的不同。本文中，偽隨機(jī)信號初值是保密的，攻擊者很難獲取正確的偽隨機(jī)信號，并得到水印嵌入采用的特征，進(jìn)而實(shí)施特征分析替換攻擊。如果攻擊者隨機(jī)選取一幀信號進(jìn)行攻擊，攻擊內(nèi)容能夠通過驗(yàn)證的概率為1/10M。于是對一幀信號而言，本文所提算法的抗攻擊能力為

(11)

圖6 偽隨機(jī)信號不同初值對應(yīng)的能量比

以上分析表明，與基于公開特征的水印算法[3-5]相比，本文所提算法提高了水印系統(tǒng)的安全性。

3.4 算法效率

效率是衡量一個算法性能的重要指標(biāo)，影響到水印系統(tǒng)的實(shí)時性和實(shí)用性。水印系統(tǒng)采用特征的計算復(fù)雜度直接影響到水印算法的效率。計算復(fù)雜度越低，算法的效率就越高；反之，算法的效率就越低。表4給出了幾種常見水印算法采用的特征，并對比了對應(yīng)特征的計算復(fù)雜度，其中，N表示語音信號的長度。由表4所示結(jié)果可以看出，和文獻(xiàn)[3，5，11]相比，本文所提算法采用特征的計算復(fù)雜度較低，具有較高的效率，有利于算法的實(shí)時性，也提高了水印系統(tǒng)的實(shí)用性。

表4 不同水印算法采用特征的計算復(fù)雜度

3.5 不同攻擊的篡改定位能力

隨機(jī)選取一段含水印的語音信號，如圖7所示。實(shí)驗(yàn)測試本文所提算法對不同類型惡意攻擊的篡改檢測和篡改定位能力，攻擊類型包括刪除攻擊、插入攻擊和特征分析替換攻擊。篡改檢測結(jié)果中僅顯示了可以被正確提取的幀號，而被攻擊內(nèi)容的幀號則沒有顯示。其中，Ti=1表示第i幀的內(nèi)容是真實(shí)的。

圖7 含水印語音信號

3.5.1 刪除攻擊

對含水印信號進(jìn)行刪除攻擊，刪除從5 001到10 000個樣本點(diǎn)之間的內(nèi)容，刪除攻擊的信號如圖8所示，對應(yīng)的篡改定位結(jié)果如圖9所示。由篡改檢測結(jié)果可知，第2幀和第3幀對應(yīng)內(nèi)容的幀號無法被正確提取，故該部分內(nèi)容是被攻擊的部分。

圖8 刪除攻擊后的含水印語音信號

圖9 對刪除攻擊的篡改定位結(jié)果

3.5.2 插入攻擊

從其他語音信號中選取6 000個樣本點(diǎn)，并插入在含水印信號的第20 000個樣本點(diǎn)的位置。攻擊后的信號如圖10所示，對應(yīng)的篡改定位結(jié)果如圖11所示。由篡改檢測結(jié)果可知，第7幀對應(yīng)內(nèi)容的幀號無法被正確提取，所以第7幀是被攻擊的部分。

圖10 插入攻擊后的含水印語音信號

圖11 對插入攻擊的篡改定位結(jié)果

3.5.3 特征分析替換攻擊

攻擊者對含水印的信號實(shí)施特征分析替換攻擊，假設(shè)攻擊第14幀的內(nèi)容，步驟簡述為：

步驟1選取含水印信號第14幀的內(nèi)容，記為A14，并依照本文所提算法將該幀分為前后兩部分，分別記為AF14和AB14。

步驟2分別將AF14和AB14等分為3段，記為AF14，h和AB14，h，1≤h≤3。

步驟3隨機(jī)選取初值k=0.56，由式( 6 )生成和AF14，h(或AB14，h)等長的偽隨機(jī)信號，并由式( 1 )計算AF14，h和AB14，h對偽隨機(jī)信號的能量比，記為EFh和EBh，1≤h≤3。

步驟4找到長度和AF14，h相等，并且對偽隨機(jī)信號的能量比等同于EFh和EBh的其他語音信號，1≤h≤3，替換第14幀的內(nèi)容。

替換后的信號如圖12所示，對應(yīng)的篡改檢測結(jié)果如圖13所示。由于攻擊者選取的偽隨機(jī)信號初值和驗(yàn)證者不同，生成的能量比也不同。從而，被替換的內(nèi)容不能通過驗(yàn)證。圖13的篡改定位結(jié)果也驗(yàn)證了本文所提算法的抗特征分析替換攻擊的能力。

圖12 替換攻擊的含水印語音信號

圖13 對替換攻擊的篡改定位結(jié)果

以上分析結(jié)果表明，本文所提算法具有較好的不可聽性和一定的容忍信號處理能力，對惡意攻擊能夠有效地篡改檢測，同時可以抵抗特征分析替換攻擊。

4 結(jié)論

為了解決基于內(nèi)容的數(shù)字語音取證水印技術(shù)存在的安全隱患，提出了一種抗特征分析替換攻擊的語音內(nèi)容取證算法。給出了語音信號保密特征的定義，并討論了基于該特征的水印嵌入方法。將幀號映射為整數(shù)序列，并作為各幀的標(biāo)識嵌入到語音信號中。含水印信號被攻擊后，通過重構(gòu)幀號來定位被攻擊的內(nèi)容。實(shí)驗(yàn)分析表明，本算法具有較好的不可聽性和抗信號處理的能力，能夠?qū)阂夤暨M(jìn)行篡改檢測和定位，同時能夠有效地抵抗特征分析替換攻擊，提高了水印系統(tǒng)的安全性。

參考文獻(xiàn)：

[1]PUN C M,YUAN X C.Robust Segments Detector for De-synchronization Resilient Audio Watermarking[J].IEEE Transactions on Audio,Speech,and Language Processing,2013,21(11):2 412-2 424.

[2]XIANG S J,KIM H J,HUANG J W.Audio Watermarking Robust Against Time-scale Modification and MP3 Compression[J].Signal Processing,2008,88(10):2 372-2 387.

[3]WANG X Y,MA T X,NIU P P.A Pseudo-zernike Moments Based Audio Watermarking Scheme Robust Against Desynchronization Attacks[J].Computers and Electrical Engineering,2011,37(4):425-443.

[4]WANG Y,WU S Q,HUANG J W.Audio Watermarking Scheme Robust Against Desynchronization Based on the Dyadic Wavelet Transform[J].Journal of Advances in Signal Processing,2010(13):1-17.

[5]王宏霞,范明泉.基于質(zhì)心的混合域半脆弱音頻水印算法[J].中國科學(xué):信息科學(xué),2010,40(2):313-326.

WANG Hongxia,FANG Mingquan.Centroid-based Semi-fragile Audio Watermarking in Hybrid Domain[J].Science China Information Sciences,2010,40(2):313-326.

[6]寧超魁,和紅杰,陳帆,等.基于近似分量能量的半脆弱音頻水印算法[J].鐵道學(xué)報,2013,35(1):46-50.

NING Chaokui,HE Hongjie,CHEN Fan,et al.Semi-fragile Audio Watermarking Scheme Based on the Approximate Components Energy[J].Journal of the China Railway Society,2013,35(1):46-50.

[7]ZHAO H,MALIK H.Audio Recording Location Identification Using Acoustic Environment Signature[J].IEEE Transaction on Information Forensics and Security,2013,8(11):1 676-1 759.

[8]LIU Z H,WANG H X.Pseudo-zernike Moments-based Audio Content Authentication Algorithm Robust Against Feature-analysed Substitution Attack[J].Multimedia Tools and Applications,2014,70(3):2 271-2 291.

[9]LIU Z H,WANG H X.A Novel Speech Content Authentication Algorithm Based on Bessel-fourier Moments[J].Digital Signal Processing,2014,24(1):197-208.

[10]黃誠,易本順.噴泉碼的Logistic映射實(shí)現(xiàn)[J].北京郵電大學(xué)學(xué)報,2009,32(1):103-107.

HUNG Cheng,YI Benshun.Implementation of Fountain Codes Using Logistic Map[J].Journal of Beijing University of Posts and Telecommunications,2009,32(1):103-107.

[11]XIANG S J,HUANG J W,YANG R.Robust Audio Watermarking Based on Low-order Zernike Moments[C]//Proceedings of the 5th International Workshop of Digital Watermarking.Berlin:Springer-Verlag Press,2006:226-240.