Un método de autenticación de integridad de discurso encriptado: enfoque en detección de manipulación detallada y recuperación de manipulación bajo altas tasas de manipulación
Autores: Xu, Fujiu; Li, Jianqiang; Xu, Xi
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un método de autenticación de integridad de discurso encriptado: enfoque en detección de manipulación detallada y recuperación de manipulación bajo altas tasas de manipulación
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Privacidad
Archivos de voz
Autenticación de integridad
Detección de manipulación
Recuperación de manipulación
Encriptación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Con el aumento de la cantidad de archivos de voz basados en la nube, la protección de la privacidad de los archivos de voz enfrenta desafíos significativos. Por lo tanto, la autenticación de la integridad de los archivos de voz es crucial, y existen dos problemas fundamentales: (1) cómo lograr una detección de manipulación detallada y altamente precisa y (2) cómo realizar una recuperación de manipulación de alta calidad bajo altas tasas de manipulación. Los métodos de detección de manipulación y los métodos de recuperación de manipulación de la autenticación de integridad de voz existentes se equilibran mutuamente, y la mayoría de los métodos de recuperación de manipulación se llevan a cabo bajo condiciones de manipulación ideales. Este documento propone un método de autenticación de integridad de voz encriptada que puede abordar simultáneamente ambos problemas, y sus principales contribuciones son las siguientes: (1) Se propone un método de marca de agua frágil dual basado en 2 bits menos significativos (2-LSB) para mejorar el rendimiento de detección de manipulación. Este método construye correlaciones entre puntos de muestreo de voz encriptados mediante el método de incrustación de marca de agua frágil basado en 2-LSB y logra una detección de manipulación de baja error de puntos de muestreo manipulados basada en cuatro tipos de marca de agua frágil. (2) Se propone un modelo de auto-recuperación de voz basado en interpolación lineal basada en recuperación residual (R2-Lerp) para lograr la recuperación de manipulación bajo altas tasas de manipulación. Este método construye el modelo basado en la correlación entre puntos de muestreo manipulados y sus puntos de muestreo circundantes y perfecciona los escenarios del modelo según la situación de manipulación de los puntos de muestreo, con resultados experimentales que muestran que la voz recuperada exhibe una calidad auditiva e inteligibilidad mejoradas. (3) Se propone un algoritmo de encriptación de mezcla basado en el mapeo de Lorenz como método de encriptación de voz. Este método mezcla los puntos de muestreo de voz varias veces a través de una secuencia caótica de 4 dimensiones, con resultados experimentales que muestran que este método no solo garantiza la seguridad, sino que también mejora ligeramente el efecto de la recuperación de manipulación.
Descripción
Con el aumento de la cantidad de archivos de voz basados en la nube, la protección de la privacidad de los archivos de voz enfrenta desafíos significativos. Por lo tanto, la autenticación de la integridad de los archivos de voz es crucial, y existen dos problemas fundamentales: (1) cómo lograr una detección de manipulación detallada y altamente precisa y (2) cómo realizar una recuperación de manipulación de alta calidad bajo altas tasas de manipulación. Los métodos de detección de manipulación y los métodos de recuperación de manipulación de la autenticación de integridad de voz existentes se equilibran mutuamente, y la mayoría de los métodos de recuperación de manipulación se llevan a cabo bajo condiciones de manipulación ideales. Este documento propone un método de autenticación de integridad de voz encriptada que puede abordar simultáneamente ambos problemas, y sus principales contribuciones son las siguientes: (1) Se propone un método de marca de agua frágil dual basado en 2 bits menos significativos (2-LSB) para mejorar el rendimiento de detección de manipulación. Este método construye correlaciones entre puntos de muestreo de voz encriptados mediante el método de incrustación de marca de agua frágil basado en 2-LSB y logra una detección de manipulación de baja error de puntos de muestreo manipulados basada en cuatro tipos de marca de agua frágil. (2) Se propone un modelo de auto-recuperación de voz basado en interpolación lineal basada en recuperación residual (R2-Lerp) para lograr la recuperación de manipulación bajo altas tasas de manipulación. Este método construye el modelo basado en la correlación entre puntos de muestreo manipulados y sus puntos de muestreo circundantes y perfecciona los escenarios del modelo según la situación de manipulación de los puntos de muestreo, con resultados experimentales que muestran que la voz recuperada exhibe una calidad auditiva e inteligibilidad mejoradas. (3) Se propone un algoritmo de encriptación de mezcla basado en el mapeo de Lorenz como método de encriptación de voz. Este método mezcla los puntos de muestreo de voz varias veces a través de una secuencia caótica de 4 dimensiones, con resultados experimentales que muestran que este método no solo garantiza la seguridad, sino que también mejora ligeramente el efecto de la recuperación de manipulación.