Оценка качества матричного маскирования цифровых звуковых данных

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрена задача обеспечения конфиденциальности звуковой информации, передаваемой по каналу связи с пакетной передачей. Анализ предметной области показал, что для обеспечения конфиденциальности переговоров используются, в основном, криптографические методы. Однако, наряду с ними, начинают применяться матричные методы защитного кодирования, с реализацией на программируемых логических интегральных схемах или процессорах цифровой обработки сигналов. Данные методы, используя случайные матрицы, накладывают дополнительные инструментальные ошибки при декодировании. Целью исследования является оценка качества защитного кодирования – маскирования звуковых данных квазиортогональными структурированными матрицами. Предложенный в работе метод маскирования цифровой звуковой информации квазиортогональными матрицами отличается от известных предсказуемыми результатами и простотой реализацией. Предложен подход оценки результата маскирования, альтернативный классическому использованию метрик. Он основан на анализе спектральной составляющей сигнала. Показано, что маскирование квадратной матрицей Мерсенна ‒ Уолша приводит цифровую звуковую информацию, представленную в виде матрицы, к виду, близкому по спектру к белому шуму. Это надежно защищает ее в коммуникационном канале от несанкционированного доступа. Полученные результаты показывают перспективность применения предлагаемого метода и предполагают исследование влияния выбора структур ортогональных матриц и их размеров на результаты маскирования.

Об авторах

Е. К. Григорьев

Санкт-Петербургский государственный университет аэрокосмического приборостроения

Email: ev.grig95@gmail.com
ORCID iD: 0000-0001-5981-4074

А. М. Сергеев

Санкт-Петербургский государственный университет аэрокосмического приборостроения

Email: aleks.asklab@gmail.com
ORCID iD: 0000-0002-4788-9869

Список литературы

  1. Владимиров С.С., Когновицкий О.С. Обработка широкополосных последовательностей Гордона – Миллса – Велча с использованием двойственного базиса на основе двух регистров // Труды учебных заведений связи. 2019. Т. 5. № 2. С. 49‒58. doi: 10.31854/1813-324X-2019-5-2-49-58
  2. Advanced encryption standard (AES) // FIPS 197. URL: https://nvlpubs.nist.gov/nistpubs/FIPS/NIST.FIPS.197.pdf (дата обращения 22.03.2023)
  3. Rahman Md. M., Saha T.K., Bhuiyan Md. A. Implementation of RSA Algorithm for Speech Data Encryption and Decryption // International Journal of Computer Science and Network Security. 2012. Vol. 12. Iss. 3. PP. 74‒82.
  4. Gnanajeyaraman R., Prasadh K. Audio encryption using higher dimensional chaotic map // International Journal of Recent Trends in Engineering. 2009. Vol. 1. Iss. 2. PP. 103‒107.
  5. Hassan N.A., Al-Mukhtar F.S., Ali E.H. Encrypt Audio File using Speech Audio File As a key // Proceedings of the 2nd International Scientific Conference of Al-Ayen University (ISCAU-2020, Thi-Qar, Iraq, 15‒16 July 2020). IOP Conference Series: Materials Science and Engineering. 2020. Vol. 928 032066. PP. 79‒84. doi: 10.1088/1757-899X/928/3/032066
  6. Farsana F.J., Devi V.R., Gopakumar K. An audio encryption scheme based on Fast Walsh Hadamard Transform and mixed chaotic keystreams // Applied Computing and Informatics. 2020. Vol. 16. Iss. 2. doi: 10.1016/j.aci.2019.10.001
  7. Adhikari S., Karforma S. A novel audio encryption method using Henon–Tent chaotic pseudo random number sequence // International Journal of Information Technology. 2021. Vol. 13. PP. 1463–1471. doi: 10.1007/s41870-021-00714-x
  8. Cai C., Bai E., Jiang X.Q., Wu Y. Simultaneous Audio Encryption and Compression Using Parallel Compressive Sensing and Modified Toeplitz Measurement Matrix // Electronics. 2021. Vol. 10. Iss. 23. P. 2902. doi: 10.3390/electronics10232902
  9. Al-laham M.M. A Method for Encrypting and Decryptingwave Files // International Journal of Network Security & Its Applications. 2018. Vol. 10. Iss. 4. PP. 11‒21.
  10. Abdallah H.A., Meshoul S.A. Multilayered Audio Signal Encryption Approach for Secure Voice Communication // Electronics. 2023. Vol. 12. Iss. 1. P. 2. doi: 10.3390/electronics12010002
  11. Hameed Y.M., Ali N.H.M. An efficient audio encryption based on chaotic logistic map with 3D matrix // Journal of Theoretical and Applied Information Technology. 2018. Vol. 96. Iss. 16. PP. 5142‒5152.
  12. Luis M., Daniel L., Isabel A., Deicy A. A new multimedia cryptosystem using chaos, quaternion theory and modular arithmetic // Multimedia Tools and Applications. 2023. doi: 10.1007/s11042-023-14475-1
  13. Ge X., Sun G., Zheng B., Nan R. FPGA-Based Voice Encryption Equipment under the Analog Voice Communication Channel // Information. 2021. Vol. 12. Iss. 11. PP. 456. doi: 10.3390/info12110456
  14. Donoho D.L. Compressed sensing // IEEE Transactions on Information Theory. 2006. Vol. 52. Iss. 4. PP. 1289‒1306. doi: 10.1109/TIT.2006.871582
  15. Востриков А.А., Сергеев М.Б., Литвинов М.Ю. Маскирование цифровой визуальной информации: термин и основные определения // Информационно-управляющие системы. 2015. №5(78). С. 116‒123. doi: 10.15217/issn1684-8853.2015.5.116
  16. Vostrikov A., Sergeev M. Expansion of the Quasi-Orthogonal Basis to Mask Images // Proceedings of the 8th International KES Conference on Intelligent Interactive Multimedia Systems and Services (KES-IIMSS-15, Sorrento, Italy, 17‒19 June 2015). Smart Innovation, Systems and Technologies. Vol. 40. Cham: Springer, 2015. PP. 161‒168. doi: 10.1007/978-3-319-19830-9_15
  17. Sergeev A. M., Grigoriev E. K. Quasiorthogonal Structured Mersenne Matrices for Masking Digital Video and Audio Data in Distributed Systems // Proceedings of the International Conference on Information Processes and Systems Development and Quality Assurance (IPSQDA-2023). 2023. PP. 57–59.
  18. Сергеев А.М. Связь симметрии и антисимметрии квазиортогональных циклических матриц с простыми числами // Труды учебных заведений связи. 2022. Т. 8. № 4. С. 14‒19. doi: 10.31854/1813-324X-2022-8-4-14-19
  19. Балонин Н.А., Балонин Ю.Н., Востриков А.А., Сергеев М.Б. Вычисление матриц Мерсенна ‒ Уолша // Вестник компьютерных и информационных технологий. 2014. № 11. С. 51–55.
  20. UrbanSound8K dataset. URL: https://urbansounddataset.weebly.com/urbansound8k.html (дата обращения 04.04.2023)
  21. Григорьев Е.К., Сергеев М.Б., Сергеев А.М. Программа маскирования и демаскирования звуковой цифровой информации. Модуль маскирования. Свидетельство о регистрации программы для ЭВМ № RU 2023614623 от 03.03.2023. Опубл. 03.03.2023.
  22. Григорьев Е.К., Сергеев М.Б., Сергеев А.М. Программа маскирования и демаскирования звуковой цифровой информации. Модуль демаскирования. Свидетельство о регистрации программы для ЭВМ № RU 2023614622 от 03.03.2023. Опубл. 03.03.2023.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».