移动终端语音加解密系统研究

《移动终端语音加解密系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、移动终端语音加解密系统研究　　摘要：当前随着移动通信业务的蓬勃发展和广泛应用，其安全问题日益受到人们的关注，移动通信的开放性和易使用性与其安全性要求之间的矛盾显得尤为突出。针对目前语音通信存在的重大安全隐患进行分析，研究一种外置式语音加解密设备，提出了一种抗RPE-LTP压缩编码的语音加解密算法，并对算法中的参数进行优化选择，从而实现手机端到端加密通信，确保移动终端语音通信的安全。　　关键词：移动通信；语音加密；RPE-LTP　　1引言　　手机保密通信是在确保可靠通话质量的前提下，为移动通信网络中的用户提供端到端的信息加密。文献[1-2]提出了一种采用手机软件加密技术

2、实现的方案，该技术无需硬件投入，但若该系统被入侵，其安全性将无法保证；文献[3-4]提出了采用VPN技术解决移动通信保密问题，实现难度大；本文针对以上问题，提出一种外置式语音加解密系统，在保证语音质量的前提下，采用抗RPE-LTP压缩编码的加解密算法[5]，在保证语音质量的前提下，实现较高强度的加密功能。　　2移动终端语音加密系统设计5　　整个语音加密通信主要由密钥协商模块、语音加密模块和同步算法模块三部分组成。加密时，语音信号经过密钥协商模块，生成语音加密密钥；接着经过语音加密模块，对语音信号按照特定方式进行加密处理；最后经过同步算法模块，将加密后的语音信号加上同步

3、信息后输出。其中，语音加密模块结合了语音信号处理和分组密码加密运算的特点，对移动通信系统的语音压缩编码具有很高的恢复性。解密系统为加密系统的逆过程。总体架构如图1所示：　　系统工作流程如下，双方经过密钥协商后，建立加解密通道：（1）加密过程：输入端的语音信号进入麦克风后经过数字模拟转换模块转换，再通过语音加密模块加密，并经过同步模块置入同步信息，进入通信信道传输；通过模拟数字模块转换后输入手机，在经手机的声码器压缩后射频输出。（2）解密过程：由声码器解压后的加密语音信号，通过耳机插口输出到数字模拟转换模块，经过回声抑制进入同步检测模块，判断同步信息后送到解密模块，最后

4、由数字模拟转换模块转换并输出原始语音信号给耳机。　　3抗RPE-LTP压缩编码的语音加解密算法　　算法根据PRE-LTP压缩编码的原理，利用其主要特性，对通信网络中传输的语音信号进行编码压缩，转变成较难破解的加密声音信息，完成语音加密过程；我们必须保证接收方在收到加密信息时，能够根据RPE-LTP编码原理，通过解码器正确解密，还原为最初的语音信号从而完成整个语音加解密过程，达到语音安全通信的设计要求。　　3.1算法设计思路5　　主要设计思路如下：（1）首先需要将输入语音信号进行分解切片，分解切片这一操作必须满足RPE-LTP的编解码要求，分解切片的结果是将语音信号转变

5、为单位帧；（2）其次构建符合要求的加密矩阵对切片单位帧依次进行FDMA频分乱序和TDMA时分乱序；（3）最后将乱序后的语音信号重新拼合成语音信号实现加密操作，合成的加密语音信号通过RPE-LTP编码后经过手机发射给相应基站进行传输，接收端在接到加密信号后，通过加解密装置进行逆向解密。　　完整的加密操作包括了语音切片分解操作、FDMA频分乱序操作、TDMA时分乱序操作和加密语音合成操作四部分。如图2所示：　　与此相对应，解密操作主要由加密语音切片分解、TDMA时分正序解密、FDMA频分正序解密和原始语音合成四部分组成。解密过程是加密过程的逆操作，其中每一个模块的功能都与

6、加密模块相对应。下面介绍本设计中FDMA频分乱序和TDMA时分乱序的算法与参数设计。　　3.2FDMA频分乱序　　在进行TDMA时分乱序前先进行FDMA频分乱序，这将极大的提高加密强度，增加破解难度。具体的设计如下：首先对输入语音信号进行N点快速傅立叶变换（FFT），得到一个频谱序列，并找出这个序列中语音频率在300～3400Hz内的符合人声频率的M个点，形成一个M行矩阵X，接着对X进行乱序操作，等同于X乘以一个M行M列的置乱矩阵P，将置乱后的序列为Px，并对Px求快速傅立叶逆变换（IFFT）。　　令M为原始语音明文信息，k1、r为算法密钥，那么加密矩阵记为Pk1、r

7、，解密矩阵记为Qk1、r，密文C可表示为：　　C=Pk1、r（M）（1）（1）　　M=P（C）=Qk1、r（C）（2）5　　置乱矩阵P必须符合一定的要求：（1）能够确保乱序后的序列进行IFFT后得到实序列；（2）只针对人声频率（300～3400Hz）范围内的语音点进行乱序；（3）乱序后得到的语音的可懂度要尽可能的低。　　根据以上的要求，得到的P矩阵有很多，我们选取形式较简单的一组，以方便后续的加解密运算，其形式如下：　　（3）　　公式（3）中M表示符合人声频率300～3400Hz范围内的人声点数，其数量为N*（3400-300）/fs=3100N/f