基于伯努利生物哈希模板的安全高效音频检索算法
《Computer Speech & Language》:A secure and efficient audio retrieval algorithm based on Bernoulli biohashing templates
【字体:
大
中
小
】
时间:2026年10月01日
来源:Computer Speech & Language 3.4
编辑推荐:
摘要作为音频识别的研究热点,基于内容的音频检索被广泛用于识别具有轻微内容变化的音频信号。然而,它仍面临云端存储安全、特征泄漏和检索性能有限等挑战。为解决这些问题,本文提出了一种基于伯努利生物哈希模板的安全高效音频检索算法。具体而言,引入了带有差分参数的动态功率归一化倒谱系数以
摘要作为音频识别的研究热点,基于内容的音频检索被广泛用于识别具有轻微内容变化的音频信号。然而,它仍面临云端存储安全、特征泄漏和检索性能有限等挑战。为解决这些问题,本文提出了一种基于伯努利生物哈希模板的安全高效音频检索算法。具体而言,引入了带有差分参数的动态功率归一化倒谱系数以捕获音频的静态和动态特征,从而提高系统的鲁棒性和区分度。为防止特征泄漏,将分类后的动态 PNCC 与伯努利正交矩阵相结合构建伯努利生物安全模板,并将其进一步量化为生物哈希。此外,采用基于二维 Logistic-正弦映射的 DES (2DLSM-DES) 算法对原始音频进行加密,以确保数据隐私。而且,采用球树索引表高效划分高维特征空间并降低检索复杂度,从而提高检索效率。实验结果表明,当检索阈值为 (0.195, 0.385) 时,所提方法能够在鲁棒性和区分度之间取得平衡,从而进一步提高检索精度。此外,加密音频的相关系数为 (-0.0085, 0.0107),表明具有强安全性。所提生物安全模板也表现出强大的安全性、可撤销性和多样性。与其他索引结构相比,球树索引表的检索时间为 0.0053 秒,显示出卓越的效率。
引言云计算的发展推动了音频、图像和文本等多媒体数据的生成、传播和存储。为了从海量多媒体数据中准确高效地检索精确信息,仅依赖传统文本标签已不再足够。因此,出现了基于内容的音频检索 (CBAR) 技术,该技术利用音频的物理、听觉和语义特征来实现音频检索 (Ulukus 等人,2022, Chen 等人,2023)。该技术主要分为鲁棒哈希音频检索 (Singh 等人,2023, Jin 等人,2025) 和语义标记音频检索 (Xiao 等人,2023, Gong 等人,2021)。语义标记音频检索算法利用标签通过大量文本来标注音频,无法准确表示声学特性。而鲁棒哈希音频检索算法提取音频的关键特征并将其转换为紧凑的二进制哈希,可容忍一定范围内的内容变化。与语义标记音频检索相比,鲁棒哈希音频检索算法具有更好的区分度和鲁棒性,且需要的存储空间更少,显示出巨大的发展潜力。
在大多数鲁棒哈希音频检索算法中,感知哈希算法因其更好的区分度和鲁棒性而引起了研究者的关注,它提取并量化鲁棒特征以生成二进制哈希序列来执行近似匹配。Hu 等人 (2024) 利用关键词哈希模板将哈希序列转换为关键词,以建立哈希倒排索引。所提哈希倒排索引具有更好的区分度和鲁棒性,但音频信息容易泄漏。Feng 等人 (2025) 提出将传统 MFCC 与全局统计信息相结合,以提高在不同音频攻击下的鲁棒性,但由于结构复杂,该算法检索效率较低。Zhang 等人 (2022a) 利用 PNCC 算法的离散小波变换和 PCA 来构建哈希。该改进的 PNCC 算法具有更好的鲁棒性,但所提框架安全性较差。
尽管感知哈希技术由于其抗噪声感知特征而具有更好的鲁棒性,但在特征安全保护方面仍存在不足。因此,生物哈希算法 (Gernot 和 Rosenberger, 2024) 受到了广泛关注。与传统的感知哈希不同,它引入了密钥控制的变换机制,在特征二值化过程中实现特征表示的安全保护,从而增强了系统的隐私性和安全性。Yi-Bo Huang 等人 (2024) 利用传统 PNCC 特征和正交矩阵构建生物安全模板,并对模板进行进一步量化以获得生物哈希。该算法有效减少了特征泄漏,但由于 PNCC 特征,鲁棒性较低。Shahreza 和 Marcel (2021) 基于卷积自编码器提取鲁棒的深度特征,并结合密钥驱动的生物哈希机制来保护特征表示。然而,对原始音频缺乏足够的安全约束。Nguyen-Le 等人 (2025) 采用元素排序生成紧凑哈希,以减少攻击者的多次攻击。所提紧凑哈希保护了特征的安全性,但由于索引结构效率低下,检索效率较差。
此外,为了提高检索效率,现有的哈希检索方案通常引入高效的索引结构来加速相似度匹配过程,包括树索引 (Qiu 等人,2025)、哈希表索引 (Bender 等人,2023) 和倒排索引 (Pibiri 和 Venturini, 2020)。Huang 等人 (2025) 采用音频的谱子带质心和 KD 树建立生物特征模板索引,并为每个模板索引分配 SHA256-Ushiki 混沌加密算法的密钥。该所提生物特征模板索引减少了搜索空间,但音频特征区分度较差。Gao 等人 (2023) 提出了一种基于 B+ 树的倒排索引结构以提高检索效率,并引入了多用户密钥解密机制来保护对称密钥。然而,该方法主要关注效率优化,对整体系统安全性关注不足。Zhang 等人 (2024) 提出了一种基于跳跃一致哈希的主链索引构建,以减少搜索空间。并且,布隆过滤器在下层区块链上构建了二级复合索引以提高安全性,但特征数据鲁棒性较差。
尽管基于哈希的检索方法取得了显著进展,但现有的音频检索算法仍面临几个关键挑战,包括由于依赖静态特征而导致的鲁棒性有限、由于模板保护机制不足导致的潜在特征泄漏、由于索引结构无效导致的高维特征空间检索效率低,以及在传输和存储过程中对音频的安全保障不足。为解决这些局限性,本文提出了一种基于伯努利生物哈希模板的安全高效音频检索算法,该算法从四个互补方面进行联合设计:鲁棒特征表示、生物安全模板构建、安全音频加密和高效索引策略。具体而言,将差分参数引入 PNCC 以捕获音频的静态和动态特征,从而提高鲁棒性和区分度。引入密钥控制的伯努利正交矩阵来构建生物安全模板,有效防止特征泄漏并增强模板安全性。同时,利用 2DLSM-DES 算法对原始音频进行加密,确保由于二维 Logistic-正弦映射混沌系统的高敏感性和随机性所带来的数据机密性。此外,采用球树索引表通过超球面划分来组织高维表示,显著提高检索效率。
主要贡献如下:
(1) 本文采用 Bagging 分类器构建关键特征索引表。并且,通过查询索引表建立密钥控制的伯努利生物安全模板。所提生物安全模板具有安全性、可撤销性和多样性,以保护音频特征。
(2) 针对音频在云端的隐私泄漏问题,本文提出了 2DLSM-DES 加密算法来构建加密音频库。该所提加密方案具有良好的密钥敏感性,并增强了对抗统计攻击的能力。
(3) 本文引入差分系数到传统 PNCC 中以构建音频的动态 PNCC。该音频特征具有更好的鲁棒性和区分度,从而进一步提高检索精度。
(4) 查询音频的差分哈希利用关键特征索引表快速构建相应的伯努利生物安全模板。而且,查询生物哈希和球树索引表快速实现类内检索。
本文其余部分组织如下:第 2 节讨论相关技术分析,第 3 节详细说明系统模型,第 4 节进行实验分析,第 5 节总结本文工作。
章节片段
改进的功率归一化倒谱系数
功率归一化倒谱系数 (PNCC) (Safi 和 Abbas, 2022) 采用近似人类听觉特性的伽马音滤波器,并在处理过程中引入非对称滤波和时间掩蔽模块,以更有效地抑制背景噪声并提高音频特征的鲁棒性。然而,传统 PNCC 仅反映音频的静态特征,所提特征引入一阶和二阶差分系数以构建
系统模型
所提音频检索算法主要由关键特征索引表、伯努利生物安全模板、加密音频库、球树索引表和移动终端音频检索组成。服务器终端利用动态 PNCC 和 Bagging 分类器构建关键特征索引表。并且,通过查询索引表,分类特征和伯努利测量矩阵获得生物安全模板并进一步生成生物哈希。同时,
实验环境与数据集
实验中使用的音频片段来自 Texas Instruments 和 Massachusetts Institute of Technology (TIMIT) 以及 Watkins Marine Mammal Sounds Database (WMMS)。原始音频库中有 1000 个不同的音频片段,每个音频片段的格式为 WAV,时长为 4 秒。并且,对原始音频执行不同的内容保留操作 (CPOs),包括音量调整、回声、重采样、MP3 压缩、添加窄带噪声和低通滤波。
结论
所提方法的有效性源于特征表示、模板保护和索引策略的联合优化。具体而言,带有差分参数的动态 PNCC 捕获了静态和时间特征,从而提高鲁棒性和区分度。密钥控制的伯努利正交矩阵实现了可撤销且安全的生物安全模板构建,有效防止了特征泄漏。此外,球树索引表
CRediT 作者贡献声明
Yuan Zhang:撰写 – 初稿。Deshun Li:调查。Shulin Gao:监督。Rongxin Zhu:验证,监督。Daoxu Qin:概念化。Peilin Wang:撰写 – 审阅与编辑。Qiuling Yang:项目管理。
利益冲突声明
作者声明他们没有任何已知的竞争性经济利益或个人关系,这些关系可能已经影响本文所述的工作。
致谢
这项工作部分由中国国家自然科学基金资助 (批准号 62362026, 62162021 和 62462028);部分由海南省重点项目资助 (批准号 ZDYF2023GXJS158);部分由海南省自然科学基金 (623RC449) 资助;部分由海南省院士工作站科技创新平台专项研究基金资助 (批准号 YSPTZX202314)。
Yuan Zhang|Deshun Li|Shulin Gao|Rongxin Zhu|Daoxu Qin|Peilin Wang|Qiuling Yang
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号