基于忆阻神经网络和S盒的语音加密方法及系统
本公开涉及语音加密相关，具体地说，是涉及一种基于忆阻神经网络和s盒的语音加密方法及系统。
背景技术：
1、本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。
2、随着信息技术的迅猛发展，语音通信在日常生活中扮演着越来越重要的角色。无论是日常对话、商务沟通，还是公共安全领域的实时指挥，语音通信都展现出了其高效便捷的优势。然而，语音通信的开放性和易截获性使其面临严重的安全威胁，特别是在敏感信息的传输过程中，这一问题显得尤为突出。
3、语音等多媒体信息具有数据量大、冗余度高等特点，这使得传统的加密方法面临巨大的挑战。发明人在研究中发现，如果采用传统的分组密码算法aes(advancedencryption standard)或公钥加密算法rsa(rivest-shamir-adleman)等进行加密，通常需要大量的计算资源和时间进行加解密处理。因此，在实际应用中，这些传统加密算法在处理大数据量的语音信息时，往往表现出加解密速度过于缓慢，难以满足实时通信的要求。
技术实现思路
1、本公开为了解决上述问题，提出了基于忆阻神经网络和s盒的语音加密方法及系统，该方法利用混沌序列生成安全的s盒，并结合混沌索引置乱和s盒扩散，确保语音数据的加密安全性和数据完整性。
2、为了实现上述目的，本公开采用如下技术方案：
3、一个或多个实施例提供了基于忆阻神经网络和s盒的语音加密方法，包括如下步骤：
4、对获取的音频数据进行预处理，得到音频数据对应的分离音频序列矩阵，分离音频序列矩阵包括整数部分和小数部分；
5、利用忆阻神经网络混沌系统生成混沌序列，通过运算生成s盒；
6、调整忆阻神经网络混沌系统的mnn参数，生成多个新的混沌序列；
7、使用新的混沌序列进行s盒替换和异或操作，对音频序列矩阵的整数部分数据进行加密和扩散；
8、合并加密矩阵并进行索引置换后，与待处理音频数据预处理后得到的小数数组相加得到最终的加密密文。
9、进一步的技术方案，对获取的音频数据进行预处理，得到音频数据对应的分离后的音频序列矩阵，包括如下步骤：
10、步骤s2：对获取的音频数据处理得到对应的一维数组a，构建为符号数组b，并将音频对应的一维数组分割为整数部分和小数部分；
11、步骤s3：将整数部分转换为二进制，并与符号数组拼接后分割，得到音频序列矩阵；
12、一种可实现的技术方案，步骤s3中，将音频对应的一维数组对应的整数部分，转换为列数至少8列的二进制矩阵，添加符号数组b，并分割成两个二进制矩阵，作为待加密的音频序列矩阵。
13、进一步地，分割成两个二进制矩阵，作为待加密的音频序列矩阵的过程如下：
14、将整数部分转换为二进制时，将整数部分所对应的整数音频数组ia多次乘以10直到达到或超过设定的最大值，得到范围缩放后的整数音频数组ia′；
15、将范围缩放后的整数音频数组ia′转换为二进制矩阵ca；
16、将符号数组b附加到矩阵ca的最右一列，得到新的矩阵c；
17、将c分割为两个矩阵，一个矩阵的二进制宽度为8，记为c1，另一个矩阵的二进制宽度为n-7，记为c2；分割后的两个矩阵即为待加密的音频序列矩阵。
18、可实现的一种技术方案，对混沌序列依次通过取整运算、位与运算和模运算生成s盒。
19、进一步的技术方案，使用混沌序列进行s盒替换和异或操作，对数据进行加密和扩散，包括如下步骤：
20、对得到的混沌序列进行取整以及模运算，得到不同范围内的多个随机序列；
21、使用混沌序列得到的第一随机序列进行s盒替换；
22、将混沌序列得到的第二随机序列、音频序列矩阵的整数部分数据以及s盒替换后得到的序列进行异或操作，得到第一加密矩阵和第二加密序列；
23、针对第二加密序列进行扩散操作，得到第三加密矩阵。
24、进一步的技术方案，最终的加密数组确定的方法，包括如下步骤：
25、将加密矩阵合并，并转换为十进制数组，得到组合加密矩阵；
26、对将新的混沌序列得到的第三随机序列h按升序排列，基于排列结果对组合加密矩阵进行置乱操作，得到第一密文，将第一密文与音频数据预处理后得到的小数部分相加，得到最终的加密密文。
27、一个或多个实施例提供了基于忆阻神经网络和s盒的语音加密系统，包括：
28、预处理模块，被配置为对获取的音频数据进行预处理，得到音频数据对应的分离音频序列矩阵，分离音频序列矩阵包括整数部分和小数部分；
29、s盒生成模块，被配置为利用忆阻神经网络混沌系统生成混沌序列，通过运算生成s盒；
30、混沌序列生成模块，被配置为调整忆阻神经网络混沌系统的mnn参数，生成多个新的混沌序列；
31、混淆扩散模块，被配置为使用新的混沌序列进行s盒替换和异或操作，对音频序列矩阵的整数部分数据进行加密和扩散，得到加密矩阵；
32、密文生成模块，被配置为将加密矩阵合并，然后进行索引置换处理，与待处理音频数据预处理后得到的小数数组相加得到最终的加密密文。
33、一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述的基于忆阻神经网络和s盒的语音加密方法中的步骤。
34、一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述的基于忆阻神经网络和s盒的语音加密方法中的步骤。
35、与现有技术相比，本公开的有益效果为：
36、(1)本公开利用混沌忆阻神经网络(mnn)生成的混沌序列进行加密操作。混沌序列具有高度随机性和不可预测性，极大地增强了加密算法的安全性，难以被破解。
37、(2)本公开在加密过程结合了s盒替换、异或操作和索引置换等多层次加密机制。通过混淆和扩散，提高了加密数据的随机性和复杂性，确保数据在传输和存储过程中的保密性和抗攻击能力。
38、(3)本公开优化了音频数据的预处理过程，包括数据的符号标识、整数和小数部分的分离及二进制转换。高效的数据预处理和转换流程不仅提升了加密效率，还保证了数据在加密过程中的完整性和一致性。
39、本公开的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。
技术特征：
1.基于忆阻神经网络和s盒的语音加密方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于忆阻神经网络和s盒的语音加密方法，其特征在于，预处理方法，包括如下步骤：
3.如权利要求2所述的基于忆阻神经网络和s盒的语音加密方法，其特征在于，具体的，将音频对应的一维数组对应的整数部分，转换为列数至少8列的二进制矩阵，添加符号数组b，并分割成两个二进制矩阵，作为待加密的音频序列矩阵。
4.如权利要求3所述的基于忆阻神经网络和s盒的语音加密方法，其特征在于，分割成两个二进制矩阵，作为待加密的音频序列矩阵的过程如下：
5.如权利要求1所述的基于忆阻神经网络和s盒的语音加密方法，其特征在于，对混沌序列依次通过取整运算、位与运算和模运算生成s盒。
6.如权利要求2所述的基于忆阻神经网络和s盒的语音加密方法，其特征在于，使用混沌序列进行s盒替换和异或操作，对数据进行加密和扩散，包括如下步骤：
7.如权利要求1所述的基于忆阻神经网络和s盒的语音加密方法，其特征在于，最终的加密数组确定的方法，包括如下步骤：
8.基于忆阻神经网络和s盒的语音加密系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的基于忆阻神经网络和s盒的语音加密方法中的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的基于忆阻神经网络和s盒的语音加密方法中的步骤。
技术总结
本公开涉及语音加密技术领域，提出了一种基于忆阻神经网络和S盒的语音加密方法及系统，包括如下步骤：对获取的音频数据进行预处理，得到音频数据对应的分离音频序列矩阵，分离音频序列矩阵包括整数部分和小数部分；利用忆阻神经网络混沌系统生成混沌序列，通过运算生成S盒；调整忆阻神经网络混沌系统的MNN参数，生成多个新的混沌序列；使用新的混沌序列进行S盒替换和异或操作，对音频序列矩阵的整数部分数据进行加密和扩散；合并加密矩阵并进行索引置换后，与待处理音频数据预处理后得到的小数数组相加得到最终的加密密文。利用混沌序列生成安全的S盒，并结合混沌索引置乱和S盒扩散，能够确保语音数据的加密安全性和数据完整性。
技术研发人员：陈川,于慧,赵大伟,王海滨,刘真,宓玲,徐丽娟,卜秋皓,程千里,王继磊
受保护的技术使用者：齐鲁工业大学（山东省科学院）
技术研发日：
技术公布日：2024/9/23