[發(fā)明專利]一種云存儲環(huán)境下中文語音密文存儲、檢索方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011138829.X
• 申請日: 2020-10-22
• 公開（公告）號: CN112233666A
• 公開（公告）日: 2021-01-15
• 發(fā)明（設(shè)計）人: 陳馳;韋馨蕾;田雪;王佳寧;蘇帥
• 申請（專利權(quán)）人: 中國科學院信息工程研究所
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/14;G10L15/183;G10L15/22;G10L15/26;H04L9/06;H04L29/06;H04L29/08;G06F16/683
• 代理公司: 北京君尚知識產(chǎn)權(quán)代理有限公司 11200
• 代理人: 余長江

本發(fā)明提供一種云存儲環(huán)境下中文語音密文存儲、檢索方法及系統(tǒng)，包括：用戶端，用以生成語音文件；生成查詢關(guān)鍵字；解密密文數(shù)據(jù)，得到音頻文件；服務端，用以接收并識別語音文件，生成識別文本文件；獲取識別文本文件的關(guān)鍵字，并對語音文件與關(guān)鍵字加密，將生成的密文數(shù)據(jù)及密文索引上傳至云服務器端；接收查詢關(guān)鍵字并加密；根據(jù)加密結(jié)果，生成查詢請求并發(fā)送至云服務端；接收云服務端發(fā)送的密文數(shù)據(jù)并返回至客戶端；云服務端，用以存儲語音文件的密文數(shù)據(jù)及密文索引；通過密文查詢請求及密文索引，獲取密文數(shù)據(jù)。本發(fā)明可以通過文本關(guān)鍵字對語音的內(nèi)容進行檢索，能夠?qū)φZ音文件進行密文檢索。

技術(shù)領(lǐng)域

本發(fā)明涉及信息安全領(lǐng)域，具體地說，涉及一種云存儲環(huán)境下中文語音密文存儲、檢索方法及系統(tǒng)。

背景技術(shù)

云計算技術(shù)以及大數(shù)據(jù)存儲技術(shù)的發(fā)展優(yōu)化了傳統(tǒng)的數(shù)據(jù)存儲，通過虛擬化和分布式計算與存儲技術(shù)，云存儲將多個存儲介質(zhì)整合為統(tǒng)一的存儲資源池，向用戶提供存儲服務，用戶不再需要自行購買硬件，只需要簡單地操作就能將數(shù)據(jù)存儲到云端。由于云存儲的便捷與經(jīng)濟，許多企業(yè)與個人將數(shù)據(jù)上傳到云端交由第三方云服務商保存。然而，在云計算環(huán)境下，數(shù)據(jù)管理權(quán)從數(shù)據(jù)所有者轉(zhuǎn)移到了第三方云服務商，云存儲在給企業(yè)與個人的數(shù)據(jù)管理帶來便利的同時，也帶來了極大的安全隱患。根據(jù)云安全聯(lián)盟(CSA)在2016年公布的云計算面臨的十二大安全威脅中，數(shù)據(jù)泄露排在了第一位。數(shù)據(jù)泄露會帶來隱私泄露的問題，極大地威脅了云存儲中企業(yè)以及個人數(shù)據(jù)的機密性。為了保證云存儲中數(shù)據(jù)的機密性，可以采取密文存儲的方式，先對文件進行加密，再將密文文件存儲到云端。然而，云計算中存在著海量的數(shù)據(jù)，如何快速查找到這些密文數(shù)據(jù)成為了一個難題。為了解決這一問題，出現(xiàn)了密文檢索技術(shù)，然而大部分的密文檢索技術(shù)僅僅針對文本文件進行檢索。在云存儲中，除了文本類型的文件，還存在著大量的其他類型的文件，語音類型的文件(如會議錄音、通話記錄等)也是云存儲中常見的文件類型。因此，如何對語音內(nèi)容進行快速、準確以及高效的密文檢索成為了迫切需要解決的問題。

已公開的專利申請CN201910500492.3提供了一種語音檢索方法及系統(tǒng)。該方法借鑒生物哈希技術(shù)，對原始語音進行特征提取，獲取原始語音的第一哈希序列，將第一哈希序列作為檢索摘要，通過比較第一哈希序列和查詢語音的第二哈希序列的漢明距離，完成檢索內(nèi)容的匹配。該方法通過采用生物哈希技術(shù)提取語音的哈希摘要，提高了語音哈希摘要的安全性，但是該方法只能通過語音檢索到相似的語音文件，不能通過文本關(guān)鍵字對語音內(nèi)包含的信息進行檢索。

已公開的專利申請CN201910019614.7基于音頻濃縮摘要的海量音頻檢索方法，提供了一種基于音頻濃縮摘要的海量音頻檢索方法。包括如下步驟：選擇文件夾，生成多線程執(zhí)行濃縮任務，打開待濃縮的文件，讀取音頻幀并解碼，得到裸的PCM數(shù)據(jù)，使用VAD算法對PCM裸數(shù)據(jù)進行判定，并進行語音識別生成摘要信息和音頻索引文件，提供音頻的檢索和播放功能。通過使用多線程并行方式對海量音頻數(shù)據(jù)所在的文件夾進行濃縮，提取出有價值的語音和文字信息，并生成包含摘要信息的音頻索引文件，用戶可輸入文本關(guān)鍵字進行快速檢索，大大提高了工作效率。然而，該方法對語音文件的摘要和檢索主要在明文狀態(tài)下進行，在云存儲環(huán)境下難以保證安全性。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的技術(shù)問題，本發(fā)明的目的在于提供一種云存儲環(huán)境下中文語音密文存儲、檢索方法及系統(tǒng)，主要思想是通過中文語音識別生成語音內(nèi)容的文字信息，并生成包含語音內(nèi)容的密文索引，最終通過密文檢索接口，利用文本關(guān)鍵詞實現(xiàn)對加密的語音文件內(nèi)容進行檢索，其為企業(yè)和用戶提供語音文件的安全加密存儲，并且在語音數(shù)據(jù)不解密的情況下，對用戶提供利用文本關(guān)鍵字檢索語音內(nèi)容的功能，保證云存儲環(huán)境下語音文件的機密性，保護用戶的隱私不被侵犯，并提高檢索效率。

本發(fā)明的技術(shù)方案如下：

一種云存儲環(huán)境下中文語音密文存儲方法，適用于云服務端、服務端及用戶端組成的網(wǎng)絡系統(tǒng)，其步驟包括：

1)接收并識別用戶端發(fā)送的語音文件，生成識別文本文件；