一、MD的录制、重放原理简介(论文文献综述)
李怡杉[1](2021)在《基于深度学习的录音重放攻击检测关键技术研究》文中研究说明随着声纹识别技术的发展,声纹应用开始在社会各领域展开,包括但不局限于声纹支付、声纹开锁、家居声纹控制等。但声纹识别的安全性也一直受到质疑,为防止冒名顶替者通过欺骗手段使系统产生误判,声纹反欺骗(anti-spoofing)技术应运而生。近年来,在自动说话人识别欺骗攻击与防御对策挑战赛(ASVspoof)的激励下,学界对声纹欺骗攻击检测的关注度日渐提升,同时也诞生出许多优秀的模型和解决方案。本文针对录音重放攻击检测这一细分领域进行研究,采用国际标准的ASVspoof2019数据集,一步步搭建了1.基于传统方法的CQCC-GMM基线检测系统。2.四种不同深度的残差网络与logspec(对数功率幅度谱)声学特征相结合的Logspec-ResNet检测系统。3.多种基于注意力机制与浅层残差网络相结合的以ECA_ResNet18为代表的检测系统。4.基于得分域融合的RF_Att_ResNet检测系统以及基于特征域融合的FAF_att_Fusion_ResNet检测系统。通过实验分析对比,首先得出结论,浅层的残差网络ResNet18和ResNet34具有更优秀的检测性能。进而选择两者继续优化,向网络中引入注意力机制,分别采用了SE模块,ECA模块,CBAM模块和ft-CBAM模块等四种方法,与ResNet18和ResNet34结合构成新的模型。实验结果显示各模型在参数量、训练速度和测试成绩上各有优劣,其中ECA_ResNet18模型以EER(等错误率)0.688%的成绩取得最优检测效果。最后对四种模型进行了基于得分域和特征级两种方式的模型融合,得到了最佳融合模型FAF_att_Fusion_ResNet,EER为0.612%,相比基线系统提升了93.79%。此外本文还介绍了自制的中文儿童语音重放攻击数据集---Childspoof,首创性的加入了大量儿童语音,提高了数据集语音的多样性。使用该数据集辅助测试了本文提出的最优单个模型ECA_ResNet18的性能,证明了该模型的有效性和鲁棒性。将来可移植到声纹识别系统中帮助提升系统的安全性和可靠性,为声纹识别应用的发展做出了贡献。
张骁[2](2021)在《智能移动终端间短距离通信安全关键技术研究》文中研究说明物联网和移动互联网的快速发展,以智能手机为代表的移动设备间短距离通信广泛应用于智能家居、移动支付、智能交通等众多领域,使人们生产生活方式深刻变革的同时也对信息安全提出了新的挑战。目前短距离通信方式有很多种,而利用智能手机上部署最广泛的麦克风和摄像头等必备硬件,实现短距离通信是其中热门的研究分支。基于高帧率高清晰度视频的人眼与摄像头互不干扰的摄像头-屏幕短距离隐蔽通信,以及基于友好干扰技术的声音短距离通信,是非常重要的两个研究方向。目前动态摄像头-屏幕间短距离隐蔽通信,存在用户拍摄角度有限、解码耗时长、数据隐私保护不足等可用性与安全性问题;基于友好干扰技术的声音短距离通信,则存在难以抵御盲源信号分离攻击等安全性问题。针对以上问题,本文主要研究基于自身硬件短距离通信安全,核心是探索真实环境中智能设备间的摄像头-屏幕间和基于声音信道的安全短距离通信。本文以提高摄像头-屏幕间隐蔽通信与声音短距离通信的可用性与安全性为目的,主要研究以下三个方面的内容:(1)提出一种基于快速图像校正算法的摄像头-屏幕间短距离隐蔽通信协议。以往研究通过优化通信方式与编码图形,提升通信的可用性。本文首先刻画了摄像头-屏幕间短距离隐蔽通信共有的可用性与安全性问题,进而提出一种基于传感器数据的快速图像校正算法,改善摄像头-屏幕间通信角度受限的问题;在快速图像校正算法的基础上,提出一种基于用户类别的数据图形编码方案,通过将用户按照属性进行分类、优化编码图形并引入加密算法,减少解码时间开销、提升通信速度并保护用户隐私。通过实验验证了协议可以在变形程度达到60度的侧视角与俯仰视角,以及任意角度旋转变形的情况下校正图像,与已有工作相比可以减少90%的校正时间开销。图形编码方案引入加密算法,保护了用户隐私数据。协议总体通信速度增加了13%。实验结果显示了协议对于可用性与安全性的提升。(2)提出一种基于友好干扰技术的声音短距离安全通信协议。以往研究基于友好干扰技术保证声音短距离通信的数据安全,但没有充分考虑盲源信号分离攻击可以令友好干扰技术失效的问题。本文通过将智能手机的可移动性与秘密共享思想结合,有效抵御盲源信号分离攻击。在通信时协议通过令设备移动,对攻击者声音信道条件产生的随机影响,破坏盲源信号分离的攻击条件,抵御盲源信号分离攻击。协议只需要用户在通信时,以一定速度沿随机路径移动智能手机。基于秘密共享思想的数据传输,可以在用户没有达到安全移动速度时,保证数据的机密性。理论分析和实验验证显示了协议的可行性。实验结果表明,协议的安全通信距离可以达到30厘米,有效提升了声音短距离通信的安全性。(3)提出一种面向智能家居短距离通信场景的多因素身份认证协议。以往研究基于对称或非对称加密算法提出身份认证协议,未充分考虑针对短距离通信的特点进行改进。本文首先刻画了基于自身硬件短距离通信的特点,进而提出了面向智能家居短距离通信场景的多因素身份认证协议。通过摄像头采集用户生物特征,并与麦克风扬声器硬件指纹相结合,针对短距离通信方式特点进行优化。在认证设备与用户身份的同时,为后续通信提供会话密钥,并可以在后续通信中通过硬件指纹持续认证设备身份。理论分析和实验验证显示出协议的可行性和安全性。综上所述,本文系统研究了摄像头-屏幕间短距离隐蔽通信、基于声音信道短距离通信安全,提出了可用性与安全性更好的通信协议,并提出了面向智能家居场景的多因素身份认证协议,进一步保障了上述短距离通信方式的安全。通过理论分析和实验验证,对于基于自有硬件的短距离通信方式的实际应用、通信安全和用户隐私有重要的实际意义。
吴俊廷[3](2021)在《容错增强的语音识别系统的研究与实现》文中研究指明近年来,随着人工智能的高速发展,各种智能应用和设备广泛出现,一些传统的生产生活方式被替代,但随之带来的是人工智能安全问题。造假图像和音频的出现、对抗性样本攻击的出现,都对人工智能系统产生巨大的威胁。可信AI,作为目前被广泛关注的研究热点,通过各种防御和容错技术,使得人工智能系统不再轻易被攻击。本论文针对语音方面的攻击手段提出相应的容错方法,提高语音识别系统的鲁棒性。目前语音攻击方法主要有三种,语音对抗性样本攻击、录音重放攻击和合成语音攻击。首先,本文针对语音对抗性样本攻击,提出了基于语音预处理和模型鲁棒训练的两种对抗容错方法,由于对抗性扰动的本质是噪声,其通过添加噪声的方式使样本越过决策边界,并被神经网络划分为不正确的类。因此基于降噪的预处理方法可以有效消除对抗性扰动,而模型鲁棒训练可以有效地增强决策边界,使得对抗性样本不能轻易越过决策边界。最终实验结果表明,在简短指令下,基于降噪的预处理方法使得识别正确率达到81.85%而基于模型鲁棒训练的方法可以达到89.61%,相比于原始模型有很大的提高。在长语音下,基于降噪的预处理方法使得识别正确率达到76.79%。其次,本文针对录音重放攻击,提出一种基于短时过零率变体的特征,称之为静音片段平均过零率(AZsil),用以检测录音重放攻击。由于录音设备噪声、环境噪声等因素的存在,使得录音存在与原始音频明显的噪声差异,而该差异在静音部分更加明显。本文利用这个差异,对每段语音进行异常静音片段的检测,噪声和原始的无声部分差异可以通过短时过零率反映,噪声过零率大于无声部分,因此本文将所有静音部分的短时过零率累加并求平均值,可以得到反映该语音信号噪声情况的AZsil特征,从而对重放录音进行检测。最终实验结果表明,使用AZsil特征可以有效检测重放录音,检测正确率达到94.61%。接下来,本文针对合成语音攻击,提出基于分段特征提取的合成语音检测方法。合成语音攻击种类多样,因此在检测上较录音重放攻击更困难。本文通过波形分析、聚类分析手段分析合成语音的特点。经过分析,大部分合成语音在静音片段存在合成瑕疵,这是因为静音片段可学习的特征较少,且通过聚类分析,利用更简短的特征进行模型训练,检测效果更好。本文将语音拆分为静音部分和有声部分,分别利用AZsil和基于分词的常数Q倒谱系数(WCQCC)特征进行提取。AZsil特征和重放录音类似,合成语音对于静音部分的合成可存在瑕疵,但该特征不能检测所有合成语音。于是本文对CQCC特征进行改进,形成WCQCC特征,该特征为语音中每一个单词CQCC特征的拼接,特征更集中。其次,我们提出有偏决策策略(BDS)综合评估两种特征的判断结果,以完成最后的检测。最终实验结果表明,BDS评估可以使得检测合成语音正确率达到94.77%。最后,由于语音识别系统可能同时遭受三种攻击的威胁,本文针对真实环境下的语音攻击,提出串并结合的容错方案,对三种攻击方式进行综合容错。最终结果表明,本文所提出的综合容错方案能有效检测造假语音,达到91.58%的检测正确率。
王明月[4](2020)在《多因子辅助的身份鉴别增强机制研究》文中研究说明身份鉴别是保障用户网络账户的一道重要关卡,在不断数字化信息化的现代社会,身份鉴别显得尤为重要。然而,传统的身份鉴别方案存在着诸多不便或隐患。基于用户所知的信息的身份鉴别方案存在肩窥攻击和字典攻击等问题;基于用户持有的硬件的身份鉴别方案因需额外的硬件设备,便携性较低,用户体验差;基于用户的生物特征的身份鉴别方案存在硬件成本高和隐私问题。目前来看,设计兼顾易用性、可用性和安全性的身份鉴别增强方案具有重要的理论意义与广泛的应用价值。本文围绕方案的易用性、可用性和安全性,对特定且应用广泛的身份鉴别增强方案进行研究,具体开展了以下两项工作:1.本文提出了基于音频信号的无感知双因子身份鉴别方案,在口令的基础上增加第二个验证因子:音频信号。本方案通过让浏览器/电脑和智能手机比较它们周围的声音和某些不可预测的近超声波来寻找这两个用户设备物理上接近的迹象;如果发现显着的可分辨性,本方案将拒绝用户的登录请求。在录制环境声音时,本方案额外利用处于人耳可听到的区域边缘的近超声波(通常为18 kHz至20kHz)来主动干扰和标识环境声音。本方案根据时域相似度和频域相似度来分析两个用户设备分别录制的音频信号,并将音频信号的比较问题看作分类问题,利用流行的机器学习技术进行分类,在错误拒绝率与已有方案差不多的情况下,错误接受率比已有方案更低。此外,本文还研究了音频时长和设备间距对于方案的影响,实验结果表明,在正常环境下,随着音频时长的增加,错误接受率和错误拒绝率均下降;在敌手进行“模拟攻击”的情况下,随着音频时长的增加,敌手可模拟的音频所占比例越来越大,错误接受率也越来越高。2.本文提出了基于Wi-Fi信号的无感知多因子身份鉴别方案,在口令的基础上增加其他验证因子:Wi-Fi信息和随机数。本方案通过让浏览器/电脑和智能手机比较它们周围的Wi-Fi信息和接收到的随机数来寻找这两个用户设备物理上接近的迹象;如果发现显着的可分辨性,本方案将拒绝用户的登录请求。本方案中,使用的Wi-Fi信息包括设备接收到的Wi-Fi列表和信号强度,根据处于同一位置的两个设备具有相似的Wi-Fi信息这一特性进行身份鉴别。智能手机将服务器下发的随机数以多播的形式通过Wi-Fi信道发送,并将其作为对计算机的挑战。与智能手机处于同一 Wi-Fi接入点的计算机浏览器会在扩展程序的帮助下捕获该多播报文中的随机数并将其发送至服务器进行验证。实验结果表明,方案具有较低的错误拒绝率和较低的错误接受率,同一位置上的Wi-Fi信息在不同时刻的变换情况不大。此外,本文还评估了设备间距对于方案的影响,评估结果表明,随着设备间距的增加,同一时刻两个设备的Wi-Fi信息相似度成减小趋势。
周晶[5](2020)在《回放语音攻击检测中特征参数的研究》文中提出说话人识别技术因与其他生物特征识别技术相比,具有无须身体接触、无须记忆、获取过程快捷等优点,成为目前人们常选用的验证方法。但是,随着各种录音设备的出现,攻击者使用录音回放语音侵入认证系统更为简单。因此,如何防止回放语音的攻击已成为说话人识别技术研究的重点。本文基于ASVspoof 2017挑战赛的数据库,对不同类型的录音设备、回放设备产生的回放语音进行分析,重点对语音特征参数提取进行研究。传统特征提取方法中,语音频谱的特征信息没有得到充分提取和利用,采用了强化低频层频谱信息的方法,影响了攻击检测性能。而实际上,原始语音和回放语音的主要差异体现在高频层上,针对现有技术的不足,提出基于Fisher准则的融合特征检测算法和基于多层滤波的倒谱特征检测算法,从而更好地检测回放语音。本文主要工作内容如下:1.详细分析了预处理对信号的影响,对当前主流的语音特征参数MFCC、LFCC、LPC、IMFCC、CQCC等进行研究和算法实现,为改进特征参数打下基础。研究了三种经典的分类模型:高斯混合模型、支持向量机和高斯混合模型—通用背景模型,并对多种模型进行测试,结果表明GMM模型的识别性能最高。2.从波形、语谱图、频率信息量等多个角度探究两种语音的区分性特征,进一步了解录音产生的语音跟原始语音间的本质性差异,通过实验分析,发现两种语音的差异更多的表现在高频层,低频层差异小,且易受设备类型的影响。3.结合MFCC、LFCC、IMFCC特征参数的特性与Fisher准则,选取区分能力较好的特征分量,提出了一种基于Fisher准则的融合特征检测算法。从不同高斯阶数、不同特征参数及其组合、时间复杂度的角度进行实验对比,证明了该算法对提高系统检测效果与运行效率是有效的。4.针对频谱上的差异,在高频层采用逆梅尔滤波增强说话人信息的提取,突出差异,在低频层采用线性滤波与梅尔滤波组合,避免特征参数的叠加。多层融合,获得L-M-I滤波器组,从而形成新的倒谱特征。探究预加重系数、动态特征、CMVN、高斯阶数对检测结果的影响,证明了算法的可行性和有效性。实验结果表明,分类器为GMM时,多层滤波检测算法检测效果最优,在测试集上,等错误率为2.57%,相比MFCC、CQCC、LFCC、IMFCC、L-I,分别降低12.86%、9.66%、4.51%、3.33%、1.63%。并在SVM、Ada Boost分类器中均有稳定的检测效果。最后与说话人确认系统结合,能够有效抵抗回放语音攻击。
谭凡[6](2020)在《智能网联汽车FOTA系统安全机制的研究与实现》文中提出近年来,随着无线通信技术的发展,作为物联网的分支的车联网也正在迅速发展,传统汽车工业正在发生着巨大而深刻的变化。智能网联汽车如今越来越依赖于网络通信,因此比传统汽车面临更多的安全风险,汽车制造商有责任更好地保护用户数据和隐私甚至生命安全。FOTA(Firmware-Over-the-Air,固件在线升级)技术可以实时动态更新汽车固件,从而可以满足汽车零部件制造商和OEM厂商及时修复控制单元固件漏洞的需求,同时可以通过快速版本迭代逐渐改进和增加汽车功能满足用户需求。然而漏洞修复和功能改进的基础是一个安全可靠的FOTA系统,即FOTA系统本身需要一套成熟且可用的安全机制,以抵御攻击者的非法访问和篡改。因此本文主要分析了当前FOTA系统在其架构设计、通信过程、固件存储与刷写等方面存在的问题、不合理设计及其缺陷漏洞,并通过威胁分析与风险评估方法从欺骗、篡改和拒绝服务等攻击角度分析了其系统安全需求。FOTA系统所面临的威胁可归类为三个方面:车辆终端体系结构威胁,远程和终端传输威胁和车辆终端升级安全威胁,本文针对这些安全威胁相应地研究了国内外的一些解决方案和策略,后进行改进并整合形成了一套FOTA系统的安全机制设计方案。安全机制设计方案中,基于双向认证、数字签名、消息认证码和新鲜度等安全策略对现有通信方案进行加固调整,然后设计实现了FOTA升级的安全业务通信协议方案;并通过以上安全策略实现了车端升级文件的安全校验、加密存储、安全差分还原等过程,保证了升级文件的真实性、完整性、机密性和可用性,同时通过改进设计的多重哈希链验证机制保证FOTA升级时固件刷写与回滚过程的安全。并在此之前设计实现了一个具有升级任务执行功能的基础FOTA系统,介绍了其在架构、功能和业务流程方面的设计思路,并以其作为基础进行安全机制方案的测试验证。
范雨竹[7](2019)在《我国有声出版物演变研究》文中研究说明自人类诞生起,声音就承载着传递信息、交流沟通、知识传播与文化传承的功能。随着声音复制技术的诞生,声音突破时间、空间局限,变得可复制、可存储、可远距离大范围传播。有声出版物产生后,突破了传统的口耳相传,阅读也不再仅有视觉阅读的单一形式,人与声音符号之间的互动交流,开创了有声出版物发展的新形式。本文旨在剖析我国有声出版物的演变过程,分析作为知识传播的有声出版物的发展特征及其在演变过程中对人与社会产生的影响,揭示我国有声出版物演变的动因及逻辑,探究我国有声出版物未来发展新路径。本文按照“载体技术→出版主体→功能迭新→演变动因→发展逻辑→理性探究”的框架,从以下两个角度分析论述我国有声出版物的演变:首先,依据科学技术发展的时间顺序,即机械技术时期、模拟技术时期和数字技术时期,剖析有声出版物载体技术、出版主体及有声出版物教育功能的演变过程,对我国有声出版物的演变进行了较为详尽的探究与归纳、总结和比较,呈现我国有声出版物演变的历史图景与规律特征。其次,结合教育技术学和媒介环境学相关理论,依照“技术——环境——影响”的动态关系逻辑思路,分析有声出版物演变过程中技术、环境、人与社会之间相互影响的缘由。在教育技术视角下,从人的多维感知入手,探究我国有声出版物未来发展的新路径。全文共分为六章。前三章为我国有声出版物演变的过程探究;第四章为我国有声出版物演变的动因;第五章为我国有声出版物演变的传播视角分析;第六章建构我国有声出版物未来发展的新路径。第一章我国有声出版物载体技术的演变。本章以声音复制、传播技术为核心,阐述有声出版物载体技术演变的过程和特征,以及在我国的应用和影响。从留声机诞生起,利用科学技术手段来记录、贮存和传输声音成为可能,声音信息不再依赖于人和人面对面的传递,而是借助科学技术呈现出可记录、可复制、可传播的新样态,有声出版物载体技术的使用经历了从小众化到大众化再到个性化的变化过程。第二章我国有声出版物特征与出版主体的转型。我国有声出版物的出版主体经历了两次重大转型,转型后的出版商和出版人为有声出版物的生产带来海量的扩容,有声出版物形态丰富。在现代有声出版物载体技术的支持下,有声出版主体开发和利用声音资源,将种类繁多、分布广泛的有声出版物资源整合,形成一个集语言、文学、教育、科学为一体的、生动有趣的开放型阅读环境,让阅读者能够更加主动地探索阅读兴趣,提高对知识的掌握与运用能力,促进人的主体性发展。第三章我国有声出版物功能的迭新。从机械技术时期单一的音乐戏曲类有声出版物给人们带来的娱乐教育功能,到模拟技术时期有声出版物的丰富对学校教育、继续教育带来的推动,再到数字技术时期有声出版物的海量收听及收听途径的多元化、个性化,全方位满足了人的教育发展需求。有声出版物在信息传播、情感传递、思想交流、消除知识鸿沟,促进阅读效果,推动全民文化素养的提高和社会文明的进步方面发挥了重要作用,为人的身心健康发展、终身学习的实现提供了可能。第四章我国有声出版物演变的动因。我国有声出版物的发展演变离不开科学技术的发展、声音艺术表现力的影响、听觉文化的回归和社会环境的变化,这些是我国有声出版物演变的动因。技术上的优势和先进,使有声出版物的载体技术呈现多样化、个性化特征,这是我国有声出版物演变的决定性因素;声音的艺术表现以其强烈的情感性、伴随性和艺术可感性,激发了有声出版物的吸引力,使人与之交流互动;听觉文化的回归重塑人的听觉审美,想象空间的留白与耳语式的娓娓道来,让人重新回归部落化生活空间,享受“围炉谈话”的感染力和说服力;社会环境的变化、全民阅读氛围的兴起,推动了有声出版物的健康持续发展。第五章有声出版物演变的传播视角分析。本章依据教育技术学和媒介环境学的相关理论,以教育技术学关注的“媒体技术——学习环境——学习者”,结合媒介环境学所关注的“媒介技术——媒介环境——人与社会”为研究思路,从技术、环境、人三方面对我国有声出版物演变的缘由进行探索。在发展演变过程中,有声出版物媒介技术呈现出人性化趋势;有声出版物传播环境经历了从原生口语时期到次生口语时期,线下单向传播到线上双向传播的两次变化;有声出版物受众范围从精英式的少数人扩展到平民式的大众化,收听注意力和习惯随之变革。第六章我国有声出版物未来发展新路径。以教育技术学为视角,以人的听觉感知为基础,融合视觉感知及多感知感官系统,从媒体技术、阅读环境、阅读资源和有声出版物应用四个方面建构多维有声出版物发展新路径。在面对声音复制技术对有声出版物的冲击和声音符号对文本意义传递的干扰时,以“阅听合一”、“以听为读”的态度去面对,将声音、技术和文本彼此融合,相互促进。随着5G技术时代的来临,有声出版物将会更加深入各个场景,为阅读者带来更加智能化的阅读环境。本文认为我国有声出版物的演变是在科学教育技术发展引领下的演变;阅读者需求和环境变化是我国有声出版物演变的动因;从未来发展上看,多维有声出版物将是我国有声出版物未来发展的新形式。
赵猛[8](2019)在《基于牙齿咬合声纹的新型用户认证技术与系统》文中进行了进一步梳理当今,随着智能化社会进程的不断推进,新兴可穿戴设备的不断发展,智能设备出现了爆炸性的增长。可穿戴智能设备也越来越多的出现在我们的生活中,例如智能手表、谷歌眼镜、脑电检测仪等。可穿戴智能设备的出现给我们的生活提供了很大的便捷,也极大的增强了用户体验,例如我们可以通过智能手表或者智能手环进行支付、可以通过智能腕带或者智能手表对个人身体健康进行检测、可以通过智能眼镜进行打电话或者拍照,甚至可以和手机中的隐私数据进行交互,从以上人与可穿戴设备的交互作用来看,很多智能可穿戴设备都会记录我们的个人隐私数据,所以我们享受便利的同时也面临了一些严重的数据安全问题,例如数据隐私泄露,研究这些隐私数据安全问题对保护个人信息安全具有重大的意义。目前存在很多的用户认证的方案,例如人脸识别、虹膜识别、指纹识别、声纹识别、静脉识别等。传统的认证方法由于尺寸、硬件或者计算力等问题的限制不能够很好的适配到可穿戴智能设备上,那么就出现了现在市面上的可穿戴设备的用户认证不安全、不便捷、资源消耗严重等现象。为了解决这个问题,我们探索了一种新型生物认证机制,即利用人类牙齿咬合的声音(牙齿碰击)进行可穿戴设备上的用户身份认证。我们通过综合分析验证了其可行性,并且在Android平台上设计并实现了两个原型-BiLock,此种认证方式具有便捷、不用添加任何额外的硬件设备、资源消耗低等优点。在现实生活的真实场景下做了一系列的验证试验,同时对不同环境下的系统的准确性、鲁棒性、安全性进行了评估。结果表明:BiLock可达到低于5%的错误拒绝率和低于0.95%的错误接收率,即使在嘈杂的环境下,结果也不会出现很大的波动,我们还做了对比试验,对比试验表明:BiLock在抗噪声和安全性方面具有很大的优势。
熊伟伦[9](2019)在《可复现的Android应用干扰测试与质量提升方法》文中认为运行Android系统的设备覆盖广泛,不仅包括手机、平板电脑、笔记本电脑、台式电脑,也包括汽车中控、电视机等嵌入式系统设备。通常每台Android系统的手机或者平板电脑都运行着数十到上百个应用程序,相对精简的嵌入式设备也会运行数十个应用程序,这些移动设备上的应用程序简称App。移动软件开发者在开发过程中需要对App进行测试,但由于Android系统版本和设备的碎片化严重,系统软件版本不尽相同,硬件型号各异,当App运行在用户设备上时,可能遇到碎片化引起的不兼容问题,触发在开发测试阶段没有发现的质量缺陷。Android系统包含许多系统、应用的突发事件,例如来电、闹钟、转屏等,这些突发事件会打乱App正常的运行逻辑,产生在开发测试过程中难以发现的问题。除此之外,如何详尽完善地收集用户设备上App出错的信息,也是App质量提升的关键性难题。本文介绍了Android字节码插桩技术、移动App灰盒测试,并提出了基于字节码插桩技术的可复现灰盒干扰测试的概念,依据该概念提出并设计了全新的App质量提升方法和依据该方法的JazzDroid工具组。本文提出的方法包括无需人为干预的字节码插桩和App重打包、App信息收集、App测试阶段的环境干扰、质量缺陷复现、远程调试等模块,实现了可复现的移动应用程序干扰测试方法。本文提出干扰效率指标EI值并设计了其相应的计算公式,实现了量化的优化干扰测试效率的方法。本文提出的多种方法能够帮助App开发者在软件开发的各个阶段发现问题、定位问题,进而提高App的质量。本文将Android App质量提升方法、JazzDroid工具组的各个功能模块进行测试,本文介绍的方法与同领域的其他解决方案进行对比,验证质量提升系统的效果。本系统在上百个应用商店持续更新的商业App上进行效果试验,结果显示相比于通用的测试方法平均发现6倍数量的质量缺陷,一共发现了99个不同的质量缺陷,所有质量缺陷经过JazzDroid设计的复现方法确认。评估测试对所有质量缺陷进行复现,对所有质量缺陷发生的时间点和触发原因进行深入分析,提出了何时停止测试的计算方法。同时,评估测试对部分质量缺陷的触发原因进行了代码级跟踪,总结出一些常见的由干扰测试触发的质量缺陷模式。最后,评估测试对JazzDroid和质量提升方法本身的性能进行测试,证明其在开发环境和持续集成环境的可用性。
步兵[10](2017)在《基于球谐分析的空间声场重放方法研究》文中研究表明三维音频技术是当前音频信号处理研究中的热点,具有广阔的市场应用前景。空间声场重放是实现三维音频技术的核心问题,旨在无失真地恢复原始声场,为听音者提供更为真实的临场感和沉浸感。Ambisonics是空间声场重放中最经典的方法之一,它基于球谐分析采用正交的球谐函数集分解和重建空间声场。根据球谐阶数的不同,Ambisonics可利用不同数目的扬声器进行声场重放,具有很高的灵活性和可扩展性。但出于实际应用的考虑,目前Ambisonics仍然存在无法兼容传统扬声器阵列系统、受限于规则球形或环形阵列的布局方式和混响房间内存在反射声干扰等问题。针对上述存在的几个问题,本文以声场的球谐分析理论为基础,从不规则扬声器阵列的内部和外部声场重放、多声道扬声器系统转换、房间传递函数(Room transfer function,RTF)的测量与建模和房间混响环境的模拟仿真几个方面展开研究工作,本文的主要研究工作和创新点体现为以下五个方面:1、基于动态增益参数的Ambisonics系统设计方法传统方法在解决不规则扬声器系统与Ambisonics的B-Format录制信号存在不兼容问题时,选用固定增益参数进行实现,重放结果折中了环绕声场在水平面各方位的质量。为提高各角度重建质量,本文提出一种基于动态增益参数的Ambisonics系统设计方法。根据Gerzon的心理声学定位原理,对各个角度的目标函数进行最小寻优。在训练阶段,通过优化各角度目标函数,获得动态增益参数集。在实时重放阶段,首先对Ambisonics录制信号在频域内进行声源定位估计,其次根据估计得到的角度与动态增益参数集进行增益匹配,最后根据声源方位所对应的增益参数进行声场重建。此外,对于Ambisonics的合成信号,利用目标声源的已知方位信息,简化合成信号的重放过程。通过双耳线索分析发现,所提方法所产生的方位与真实声源方位之间的差异明显低于现有方法。2、基于球谐展开的多声道转换方法针对不同扬声器系统之间难以有效地进行多声道转换的问题,本文提出了一种从原始系统多声道信号到替代系统多声道信号的转换方法。基于球谐展开和转换模型,本文设计了一种描述扬声器权重矩阵和转换前后系统中扬声器位置关系的匹配等式。尽管匹配等式的解可通过矩阵求逆法求得,但欠定问题会导致存在无穷多个解。为解决此问题,本文采用l1范数最小化过程约束可用的扬声器数量,从而求得唯一解。仿真结果表明,经所提多声道转换方法得到的转换系统,能够重建与原始系统相近的声场,重建误差优于参考方法。3、基于平面一阶扬声器阵列的外部声场重放针对Ambisonics系统受规则球形阵列的布局方式所限的问题,本文设计了一种用于外部声场重放的平面一阶扬声器阵列。相比于传统的球阵列结构,所设计的平面阵列具有更加灵活的扬声器摆放方式。首先,结合单极子和正切偶极子,本文设计了一种通用一阶扬声器。通过该扬声器的球谐表达形式,在x-y平面上应用缔合勒让德函数及其一阶导数的性质,一阶扬声器向外辐射的声场可分为由单极子部分控制的偶次谐波成分和由偶极子部分控制的奇次谐波成分。然后,通过恰当地选取多环形阵列的半径避免了矩阵求逆过程中的病态问题并得到鲁棒性的解。考虑到单极子在实际扬声器阵列中的广泛应用,本文进一步提出一种由单极子对组成的替代平面阵列,该阵列中的单极子对可等价为通用一阶扬声器。最后,通过设计实例验证了所提两种平面扬声器阵列重放外部声场的有效性。4、三维房间传递函数的水平面参数化方法针对混响房间内声场重放存在混响干扰的问题,本文提出了一种三维房间传递函数的水平面参数化方法,该方法对声源/接收点在各自水平面上的变化具有鲁棒性。基于水平谐波分析,所提方法利用缔合勒让德函数的性质去除了RTF参数中对水平面没有贡献的部分。RTF参数的减少引导本文设计了一种由多环形扬声器/传声器阵列组成的测量点结构用于RTF参数的提取。最后,通过单频和宽带的设计实例验证了所提水平面参数化方法的精确性。5、可旋转复杂声源的三维房间传递函数仿真方法针对现有的房间混响模型无法满足于复杂指向性声源建模要求的问题,本文提出了一种扩展的镜像源模型用于仿真三维混响房间中可旋转复杂声源的房间传递函数。由于复杂声源各向并不同性,所提扩展模型考虑了复杂声源指向性的镜像变化和声源的旋转移动这两个问题。该模型利用球谐分解描述了复杂声源辐射的声场。基于“轴翻转”(axis flip)的概念,声源与镜像源之间的镜像关系被归纳为声场球谐系数的统一镜像算子。通过探索球谐函数的旋转性质,进一步从数学上描述了声源的旋转行为。最后,通过仿真实例,验证了所提扩展镜像源模型的有效性。
二、MD的录制、重放原理简介(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、MD的录制、重放原理简介(论文提纲范文)
(1)基于深度学习的录音重放攻击检测关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与选题意义 |
1.2 国内外研究现状 |
1.3 研究目标与研究内容 |
1.4 主要贡献与创新 |
1.5 论文结构 |
2 理论技术基础与实验准备工作 |
2.1 神经网络 |
2.2 卷积神经网络 |
2.2.1 数据输入层 |
2.2.2 卷积计算层 |
2.2.3 激活层 |
2.2.4 池化层 |
2.2.5 全连接层 |
2.2.6 Softmax层 |
2.3 损失函数和优化器 |
2.4 前向计算过程 |
2.5 反向传播算法 |
2.6 实验环境 |
2.7 数据集 |
2.7.1 ASVspoof 2019 数据集 |
2.7.2 Childspoof数据集 |
2.8 评价指标 |
2.9 本章小结 |
3 基于CQCC-GMM的录音重放攻击检测系统 |
3.1 CQCC特征提取 |
3.2 高斯混合模型GMM |
3.3 实验模型构建 |
3.4 实验结果分析 |
3.5 本章小节 |
4 基于Logspec_ResNet的录音重放攻击检测系统 |
4.1 残差块 |
4.2 残差网络结构 |
4.3 音频特征提取 |
4.4 网络模型架构 |
4.5 网络训练 |
4.5.1 网络参数 |
4.5.2 参数初始化 |
4.5.3 损失函数 |
4.5.4 参数的更新 |
4.6 实验结果分析 |
4.7 本章小节 |
5 基于注意力机制与残差网络融合的检测系统 |
5.1 注意力机制 |
5.2 SENet(Squeeze-and-excitation networks) |
5.2.1 挤压(Squeeze)算子 |
5.2.2 激励(Excitation)算子 |
5.2.3 SE-Resnet模型 |
5.2.4 实验数据分析 |
5.3 ECANet(Efficient Channel Attention Network) |
5.4 CBAM(Convolutional Block Attention Module) |
5.5 FT-CBAM |
5.6 Childspoof数据集的实验结果及分析 |
5.7 模型融合 |
5.7.1 得分域融合 |
5.7.2 特征级融合 |
5.8 本章小节 |
6 总结与展望 |
6.1 工作总结 |
6.2 未来研究方向 |
致谢 |
参考文献 |
攻读学位期间取得的研究成果 |
(2)智能移动终端间短距离通信安全关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 摄像头-屏幕间短距离通信 |
1.2.2 基于声音信道的短距离通信安全 |
1.2.3 智能移动终端间短距离通信身份认证协议 |
1.2.4 现有工作存在的问题 |
1.3 本文研究内容 |
1.3.1 基于快速图像校正的摄像头-屏幕间短距离隐蔽通信研究 |
1.3.2 基于友好干扰技术的声音短距离安全通信研究 |
1.3.3 面向智能家居短距离通信场景的多因素身份认证协议研究 |
1.4 论文结构 |
2 基于快速图像校正的摄像头-屏幕间短距离隐蔽通信协议 |
2.1 引言 |
2.2 摄像头-屏幕间短距离隐蔽通信协议设计 |
2.2.1 动态摄像头-屏幕间短距离隐蔽通信原理 |
2.2.2 协议设计目标与协议结构 |
2.3 基于传感器姿态数据的快速图像校正算法 |
2.3.1 智能手机中的传感器 |
2.3.2 图像像素的坐标系变换 |
2.3.3 基于传感器数据的快速图像校正 |
2.4 基于用户分类的图形编码方案 |
2.4.1 基于用户分类的数据图形设计 |
2.4.2 图形编码方案安全性分析 |
2.4.3 协议发送与接收流程 |
2.5 实验与结果分析 |
2.5.1 实验设置 |
2.5.2 快速图形校正算法实验分析 |
2.5.3 通信性能分析 |
2.6 本章小结 |
3 基于友好干扰技术的声音短距离通信安全研究 |
3.1 引言 |
3.2 基于声音信道的安全短距离通信总体设计 |
3.2.1 设计目标 |
3.2.2 威胁模型 |
3.2.3 通信协议结构 |
3.2.4 秘密共享模块 |
3.2.5 数据信号载频选择 |
3.2.6 自适应信号强度选择 |
3.2.7 友好干扰信号的生成和移除 |
3.2.8 系统整合 |
3.3 安全性分析 |
3.3.1 位置攻击 |
3.3.2 盲源信号分离攻击 |
3.3.3 拒绝服务攻击 |
3.3.4 重放攻击与中间人攻击 |
3.4 实验与结果分析 |
3.4.1 实验基础设置 |
3.4.2 通信质量分析 |
3.4.3 通信速度分析 |
3.4.4 盲源信号分离攻击能力分析 |
3.4.5 抵御盲源信号分离攻击分析 |
3.4.6 秘密共享方案实验结果分析 |
3.4.7 耗电量分析 |
3.4.8 与已有工作比较 |
3.5 本章小结 |
4 面向智能家居短距离通信场景的多因素身份认证协议 |
4.1 引言 |
4.2 面向智能设备间短距离通信的多因素身份认证协议设计 |
4.2.1 身份认证安全设计目标 |
4.2.2 威胁模型 |
4.2.3 面部识别原理与过程 |
4.2.4 硬件指纹识别原理与过程 |
4.3 身份认证协议注册与认证流程 |
4.3.1 注册阶段 |
4.3.2 认证阶段 |
4.4 安全性分析 |
4.4.1 BAN逻辑分析 |
4.4.2 攻击分析 |
4.5 实验与结果分析 |
4.5.1 实验环境设置 |
4.5.2 身份认证效率分析 |
4.5.3 已有工作对比结果分析 |
4.5.4 用户接受度分析 |
4.6 本章小结 |
5 结论 |
5.1 论文的主要贡献 |
5.2 下一步研究方向 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(3)容错增强的语音识别系统的研究与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 语音对抗性样本的生成方法和防御方法 |
1.2.2 语音表示攻击的生成方法和检测方法 |
1.3 本文的主要内容 |
1.4 本论文整体结构安排 |
第二章 相关理论和技术 |
2.1 语音信号特征 |
2.2 常数Q变换和CQCC特征 |
2.3 语音信号特征提取 |
2.4 高斯混合模型 |
2.5 测试数据集 |
2.6 使用的工具和实验指标 |
2.7 本章小结 |
第三章 针对语音对抗性样本攻击的语音识别系统容错增强方案 |
3.1 对抗性样本产生原理 |
3.2 语音信号预处理容错方案 |
3.2.1 动机与分析 |
3.2.2 基于降噪和压缩的语音预处理 |
3.3 模型鲁棒训练容错方案 |
3.3.1 动机与分析 |
3.3.2 基于噪声的容错增强模型训练 |
3.4 实验分析 |
3.4.1 实验数据 |
3.4.2 实验结果与讨论 |
3.5 本章小结 |
第四章 针对录音重放攻击的语音识别系统容错增强方案 |
4.1 重放录音攻击的威胁和产生 |
4.2 基于静音片段的平均过零率检测方法 |
4.2.1 动机与分析 |
4.2.2 短时过零率特征 |
4.2.3 静音片段平均过零率特征 |
4.2.4 利用AZsil训练模型 |
4.3 实验分析 |
4.3.1 实验数据 |
4.3.2 实验结果与讨论 |
4.4 本章小结 |
第五章 针对合成语音攻击的语音识别系统容错增强方案 |
5.1 合成语音攻击的威胁和产生 |
5.2 基于语音分段的合成语音检测方法 |
5.2.1 动机与分析 |
5.2.2 静音片段平均过零率特征 |
5.2.3 有声片段WCQCC特征 |
5.2.4 分词提取与模型训练 |
5.3 有偏决策策略 |
5.4 实验分析 |
5.4.1 实验数据 |
5.4.2 实验结果与讨论 |
5.5 本章小结 |
第六章 针对混合输入的语音识别系统容错增强方案 |
6.1 多种容错方法的组合选择 |
6.2 重放录音和合成语音综合检测 |
6.2.1 基于决策树的综合检测 |
6.2.2 基于特征融合的综合检测 |
6.3 实验结果 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(4)多因子辅助的身份鉴别增强机制研究(论文提纲范文)
摘要 |
Abstract |
符号列表 |
第1章 引言 |
1.1 研究意义 |
1.2 研究内容 |
1.3 本文工作 |
1.4 本文结构 |
第2章 相关研究与预备知识 |
2.1 传统身份鉴别方案 |
2.1.1 基于用户所知的信息 |
2.1.2 基于用户持有的硬件 |
2.1.3 基于用户的生物特征 |
2.2 身份鉴别增强方案 |
2.2.1 两步验证 |
2.2.2 间接输入 |
2.2.3 模糊输入 |
2.2.4 隐式输入 |
2.3 基本概念和工具 |
2.3.1 时间同步 |
2.3.2 消息队列遥测传输 |
2.3.3 近超声通信 |
2.3.4 IP多播 |
2.3.5 接收信号强度 |
2.4 小结 |
第3章 基于音频信号的无感知双因子身份鉴别 |
3.1 简介 |
3.2 系统设计 |
3.2.1 系统模型 |
3.2.2 安全模型 |
3.2.3 系统原型设计 |
3.2.4 隐私讨论 |
3.2.5 信号处理 |
3.3 系统实现和评估 |
3.3.1 系统实现 |
3.3.2 数据采集 |
3.3.3 参数配置 |
3.3.4 音频时长的影响 |
3.3.5 设备间距的影响 |
3.3.6 攻击抵抗能力 |
3.3.7 性能分析 |
3.4 小结 |
第4章 基于Wi-Fi信号的无感知多因子身份鉴别 |
4.1 简介 |
4.2 系统设计 |
4.2.1 系统模型 |
4.2.2 安全模型 |
4.2.3 系统原型设计 |
4.2.4 相似度分数 |
4.3 系统实现和评估 |
4.3.1 系统实现 |
4.3.2 多播实验结果 |
4.3.3 数据采集 |
4.3.4 参数配置 |
4.3.5 采集时刻的影响 |
4.3.6 设备间距的影响 |
4.3.7 性能分析 |
4.4 小结 |
第5章 身份鉴别增强机制的UDS评估 |
5.1 可用性 |
5.2 可部署性 |
5.3 安全性 |
5.4 小结 |
第6章 总结与展望 |
6.1 本文创新点 |
6.2 未来工作和展望 |
参考文献 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
致谢 |
(5)回放语音攻击检测中特征参数的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 回放语音检测技术的研究历史与现状 |
1.2.1 研究发展状况 |
1.2.2 小结 |
1.3 论文的研究内容和章节安排 |
第二章 回放语音特征参数研究 |
2.1 说话人识别系统的框架 |
2.2 回放语音的预处理 |
2.3 回放语音的特征提取 |
2.3.1 基于听觉模型的特征参数 |
2.3.2 基于线性模型的特征参数 |
2.3.3 基于声门特性的特征 |
2.3.4 常数Q变换倒谱系数 |
2.4 本章小结 |
第三章 回放语音识别模型研究 |
3.1 高斯混合模型 |
3.1.1 GMM模型定义 |
3.1.2 GMM的训练 |
3.1.3 GMM的识别算法 |
3.2 高斯混合模型—通用背景模型 |
3.2.1 GMM-UBM模型定义 |
3.2.2 MAP自适应算法 |
3.3 支持向量机 |
3.3.1 SVM算法原理 |
3.3.2 LIBSVM |
3.4 本章小结 |
第四章 回放语音与原始语音特征对比分析 |
4.1 回放语音和原始语音的比较 |
4.2 实验样本设置 |
4.3 时域波形分析 |
4.4 语谱图分析 |
4.5 频率信息量分析 |
4.6 实验结果分析 |
4.7 本章小结 |
第五章 基于特征参数的回放语音检测算法 |
5.1 实验语音库与评判标准 |
5.2 选取实验特征 |
5.2.1 梅尔滤波器设计 |
5.2.2 逆梅尔滤波器与线性滤波器设计 |
5.3 基于Fisher准则的融合特征检测算法 |
5.3.1 Fisher准则 |
5.3.2 基于Fisher准则的融合特征提取算法 |
5.3.3 实验结果分析 |
5.3.3.1 高斯阶数对检测结果的影响 |
5.3.3.2 不同特征参数及其组合的对比实验 |
5.3.3.3 时间复杂度的对比实验 |
5.4 基于多层滤波的倒谱特征检测算法 |
5.4.1 多层滤波器组设计 |
5.4.2 实验结果分析 |
5.4.2.1 预加重系数对检测结果的影响 |
5.4.2.2 动态特征对检测结果的影响 |
5.4.2.3 特征规整对检测结果的影响 |
5.4.2.4 不同特征参数的对比实验 |
5.4.2.5 不同检测方法的对比实验 |
5.5 防回放语音攻击的说话人确认系统 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 本文工作总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士期间发表的论文 |
(6)智能网联汽车FOTA系统安全机制的研究与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究历史与现状 |
1.3 本论文的主要贡献与创新 |
1.4 本论文的结构安排 |
第二章 相关理论与关键技术研究 |
2.1 智能网联汽车相关标准与技术 |
2.1.1 汽车软件平台标准 |
2.1.2 车载网络参考架构 |
2.1.3 车载网络协议 |
2.1.4 车载终端设备 |
2.1.5 硬件安全模块 |
2.1.6 威胁分析与风险评估方法 |
2.2 FOTA系统相关技术 |
2.2.1 公钥基础设施 |
2.2.2 数字签名 |
2.2.3 消息认证码 |
2.2.4 差分还原算法 |
2.3 本章小结 |
第三章 系统功能与安全威胁分析 |
3.1 功能需求分析 |
3.1.1 平台服务端 |
3.1.2 车辆客户端 |
3.1.3 一般升级流程 |
3.2 安全威胁分析 |
3.2.1 车辆升级威胁模型 |
3.2.2 车载网络威胁模型 |
3.2.3 FOTA系统安全机制模型 |
3.3 本章小结 |
第四章 系统及其安全机制的研究与设计 |
4.1 系统架构设计 |
4.2 系统功能设计 |
4.3 系统流程设计 |
4.3.1 注册激活 |
4.3.2 信息采集 |
4.3.3 升级下载 |
4.3.4 升级状态 |
4.3.5 升级执行 |
4.4 系统安全机制设计 |
4.4.1 密钥管理机制 |
4.4.2 车内通信安全 |
4.4.3 远程通信安全 |
4.4.4 固件升级包安全 |
4.4.5 刷写与回滚安全 |
4.5 本章小结 |
第五章 系统及其安全机制的实现 |
5.1 消息处理模块 |
5.2 升级包管理模块 |
5.3 业务逻辑模块 |
5.4 远程通信模块 |
5.5 差分还原模块 |
5.6 固件刷写模块 |
5.7 本章小结 |
第六章 系统测试与安全分析 |
6.1 测试环境介绍 |
6.2 测试工具介绍 |
6.3 测试与分析 |
6.3.1 系统功能测试 |
6.3.2 远程通信安全测试 |
6.3.3 车内通信安全测试 |
6.3.4 数据文件安全测试 |
6.3.5 升级执行安全测试 |
6.4 本章小结 |
第七章 全文总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
(7)我国有声出版物演变研究(论文提纲范文)
摘要 |
Abstract |
绪论 |
一、研究缘由与研究意义 |
(一)研究缘由 |
(二)研究意义 |
二、文献综述 |
(一)国外研究综述 |
(二)国内研究综述 |
三、核心概念界定 |
四、研究设计 |
(一)研究问题与研究目的 |
(二)研究内容与研究思路 |
(三)研究方法与研究创新 |
第一章 我国有声出版物载体技术的演变 |
一、机械录制技术产生有声出版物 |
(一)记录声音的有声出版物载体技术 |
(二)声音录制技术的诞生:机械录音记录声音 |
(三)有声出版物载体技术传入我国 |
二、模拟录制技术促进有声出版物快速发展 |
(一)传播声音的有声出版物载体技术 |
(二)磁性录制技术的出现与声音传递优势 |
(三)广播的普及与大众化使用 |
三、数字录制技术加快有声出版物创新 |
(一)有声出版物载体技术的交融 |
(二)数字录制技术的产生与声音的高保真突破 |
(三)有声出版物载体技术的个性化使用 |
本章小结 |
第二章 我国有声出版物特征与出版主体的转型 |
一、我国有声出版物出版主体的类型演变 |
(一)外商为主,自主生产为辅的有声出版物出版主体 |
(二)音像电子出版社交融成为有声出版物出版主体 |
(三)数字出版行业与个体主体并行 |
二、我国有声出版物的特征 |
(一)唱片有声出版物的传播性 |
(二)磁带有声出版物的产业性 |
(三)数字有声出版物的新形态 |
三、我国有声出版物出版主体的转型 |
(一)技术促进有声出版物形态多样化 |
(二)有声出版物的多样化开启出版主体的变化 |
(三)阅读市场倒逼有声出版物出版主体革新 |
本章小结 |
第三章 我国有声出版物教育功能的迭新 |
一、机械技术时期有声出版物娱乐至上的教育功能 |
(一)有声出版物以大量戏曲音乐的唱片为主 |
(二)声音的艺术性决定了娱乐的普适性价值 |
二、模拟技术时期有声出版物突出展现知识传播教育功能 |
(一)教育类有声出版物的数量、种类占主要地位 |
(二)教育类有声出版物知识传播的优势 |
三、数字技术时期有声出版物的多元化教育功能 |
(一)有声出版物内容全面发展 |
(二)有声出版物娱乐、知识、审美融合发展 |
本章小结 |
第四章 我国有声出版物演变的动因 |
一、科学技术的发展奠定了有声出版物的兴盛 |
(一)有声出版物声音录存技术的发展 |
(二)有声出版物传播介质的多样化、个性化 |
(三)有声出版物内容的“数字化生存” |
二、声音的艺术性强化了有声阅读的吸引力 |
(一)声音符号强烈的情感性 |
(二)声音传播紧密的伴随性 |
(三)有声出版物艺术的可感性 |
三、听觉文化的回归激发了有声出版物的活力 |
(一)听觉回归的必然性 |
(二)听觉审美的再度重塑 |
(三)听觉空间的“重新部落化” |
四、社会环境的变化促进了有声出版物的发展 |
(一)有声出版物的碎片化时间链接 |
(二)全民阅读氛围的兴起 |
(三)有声出版物的快速发展 |
本章小结 |
第五章 有声出版物演变的传播视角探究 |
一、有声出版物演变的理论支点 |
(一)从媒体技术、学习环境到学习者 |
(二)从媒介技术、媒介环境到人与社会 |
二、有声出版物载体技术的人性化趋势 |
(一)从人自身作为媒介到人使用外部媒介技术 |
(二)有声出版物载体技术发展演变的人性化因素 |
三、有声出版物传播环境的显着变化 |
(一)从原生口语时期到次生口语时期的传播环境迭新 |
(二)从线下单向传播到线上互动传播的传播环境变化 |
四、有声出版物受众选择的认知变革 |
(一)不同技术形态下有声出版物的认知变革 |
(二)受众从仪式化收听到碎片化填补的认知转向 |
本章小结 |
第六章 我国有声出版物未来发展新路径 |
一、教育技术视角下的多维有声出版物 |
(一)多维有声出版物促进人的全面发展 |
(二)多维有声出版物搭建优化的阅读环境 |
(三)多维有声出版物资源的开发 |
(四)多维有声出版物的实现路径是教育媒体的建立 |
二、多维有声出版物的发展路径 |
(一)建构单一的以听为读的有声出版物 |
(二)建构交互的视听符号有声出版物 |
(三)建构多重感官交织的多维度有声出版物 |
三、数字时代有声出版物发展的挑战与变革 |
(一)当前有声出版物面临的挑战 |
(二)未来有声出版物发展演变的新格局 |
本章小结 |
结语 |
附录 |
参考文献 |
攻博期间研究成果 |
致谢 |
(8)基于牙齿咬合声纹的新型用户认证技术与系统(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景及意义 |
1.2 国内外研究现状及分析 |
1.2.1 基于生物特征的用户认证研究 |
1.2.2 基于用户行为身份认证研究 |
1.2.3 基于输入特征的用户认证研究 |
1.3 本文的研究内容及贡献 |
1.4 本文的章节安排 |
第2章 理论基础 |
2.1 牙齿理论基础 |
2.1.1 牙齿结构分析 |
2.1.2 牙齿咬合分析 |
2.2 牙齿咬合声纹的唯一性证明 |
2.2.1 医学证明 |
2.2.2 物理震动建模证明 |
2.2.3 实验数据证明 |
2.3 麦克风传感器和声波 |
2.3.1 麦克风传感器 |
2.3.2 声波 |
2.4 用户身份认证系统的性能度量 |
2.5 本章小结 |
第3章 基于牙齿咬合声纹的身份认证分析 |
3.1 系统设计 |
3.2 数据采集和预处理 |
3.3 牙齿咬合事件检测与提取 |
3.3.1 动态阈值事件端点检测算法 |
3.3.2 牙齿咬合事件的声音信号提取算法 |
3.4 事件的特征提取 |
3.4.1 常见时域和频域的特征 |
3.4.2 特征选择与提取 |
3.5 模型认证 |
3.5.1 机器学习算法概论 |
3.5.2 基于牙齿咬合事件的一层用户识别分析 |
3.5.3 基于牙齿咬合事件的模型升级认证分析 |
3.5.4 模型迭代升级认证分析 |
3.6 本章小结 |
第4章 实验结果与评估 |
4.1 实验环境搭建 |
4.1.1 实验用到的硬件和软件 |
4.1.2 实验场景设置 |
4.2 实验结果 |
4.2.1 系统的整体识别精度分析 |
4.2.2 移动状态下的系统的识别精度分析 |
4.2.3 距离嘴唇的影响分析 |
4.2.4 不同用户的影响分析 |
4.2.5 训练样本数量的影响分析 |
4.2.6 外界干扰情况下的鲁棒性分析 |
4.2.7 防重放攻击的安全性分析 |
4.2.8 防模仿攻击的安全性分析 |
4.2.9 用户体验反馈分析 |
4.3 本章小结 |
第5章 总结与展望 |
参考文献 |
致谢 |
攻读硕士学位期间的研究成果 |
(9)可复现的Android应用干扰测试与质量提升方法(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 移动应用开发流程与缺陷 |
1.2 本系统解决的问题 |
1.3 相关工具和产品 |
1.4 本章小结 |
第二章 背景 |
2.1 移动应用质量缺陷类型 |
2.1.1 UI异常 |
2.1.2 功能异常 |
2.1.3 应用程序未响应 |
2.1.4 应用程序崩溃 |
2.2 移动测试主要方法 |
2.2.1 人工测试 |
2.2.2 脚本用例测试 |
2.2.3 黑盒自动化测试 |
2.3 Android字节码插桩原理 |
2.3.1 Android Dalvik字节码 |
2.3.2 插桩干扰测试 |
2.3.3 插桩信息收集 |
2.3.4 插桩远程调试 |
2.4 结合干扰测试提升质量 |
2.5 本章小结 |
第三章 干扰测试的设计与实现 |
3.1 干扰测试适用场景样例 |
3.1.1 无环境干扰下的执行流程 |
3.1.2 环境干扰下的执行流程 |
3.2 Jazz Droid的设计 |
3.2.1 Jazz Droid的目标 |
3.2.2 Jazz Droid的架构 |
3.2.3 Jazz Droid的工作流程 |
3.2.4 Jazz Droid的插桩 |
3.2.5 运行时模块:UI随机重布局插桩 |
3.2.6 运行时模块:系统广播插桩 |
3.2.7 运行时模块:网络通信插桩 |
3.2.8 运行时模块:计算降速插桩 |
3.2.9 插桩点的选择 |
3.2.10 复现质量缺陷 |
3.2.11 调整干扰参数 |
3.3 Jazz Droid的实现 |
3.3.1 离线工具组的实现 |
3.3.2 信息收集模块的实现 |
3.3.3 运行时干扰模块的实现 |
3.4 本章小结 |
第四章 质量提升方法 |
4.1 结合干扰测试的开发流程 |
4.2 录制重放测试脚本 |
4.3 多设备镜像操作 |
4.4 信息收集 |
4.5 远程调试 |
4.5.1 原生系统远程调试 |
4.5.2 Web View远程调试 |
4.6 本章小结 |
第五章 评估测试 |
5.1 评估方法 |
5.1.1 评估采用的数据集 |
5.1.2 评估采用的测试环境 |
5.1.3 评估基线的测试方法 |
5.1.4 对比评估和Bug分类 |
5.2 评估的有效性 |
5.3 质量缺陷细分 |
5.4 样例学习 |
5.4.1 转屏导致的空指针问题 |
5.4.2 未处理的异常路径 |
5.4.3 测试最佳实践 |
5.5 可用性评估 |
5.6 本章小结 |
第六章 全文总结与展望 |
6.1 全文总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
攻读学位期间申请的专利 |
(10)基于球谐分析的空间声场重放方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的研究背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 耳机重放方法 |
1.2.2 基于扬声器的空间声场重放 |
1.3 本文的主要研究内容 |
1.3.1 现有方法存在的问题 |
1.3.2 本文的主要研究内容 |
1.4 本文的组织结构 |
第2章 基于动态增益参数的Ambisonics系统设计方法 |
2.1 引言 |
2.2 Ambisonics的基本原理 |
2.2.1 三维声场的球谐表达 |
2.2.2 球面波和平面波的球谐表达 |
2.2.3 Ambisonics系统的重放 |
2.3 基于动态增益参数的Ambisonics系统原理 |
2.3.1 Gerzon定位理论 |
2.3.2 DGP的训练阶段 |
2.3.3 B-Format信号的重放阶段 |
2.3.4 合成信号的简化重放 |
2.4 实验结果与分析 |
2.5 本章小结 |
第3章 基于球谐展开的多声道转换方法 |
3.1 引言 |
3.2 多声道转换问题描述 |
3.2.1 多声道转换模型 |
3.2.2 声场的球谐展开 |
3.2.3 声场匹配模型 |
3.3 匹配模型的解 |
3.3.1 矩阵求逆解 |
3.3.2 L_1-范数解 |
3.4 实验结果与分析 |
3.5 本章小结 |
第4章 基于平面一阶扬声器阵列的外部声场重放 |
4.1 引言 |
4.2 三维外部声场的球谐描述 |
4.2.1 外部声场的球谐表达 |
4.2.2 通用一阶扬声器 |
4.2.3 在x-y平面的通用一阶扬声器 |
4.3 平面一阶扬声器阵列 |
4.3.1 平面一阶扬声器阵列产生的声场 |
4.3.2 匹配偶次谐波 |
4.3.3 匹配奇次谐波 |
4.3.4 平面阵列布局 |
4.4 由单极子对组成的平面扬声器阵列 |
4.5 实验结果与分析 |
4.5.1 单频情况 |
4.5.2 宽带情况 |
4.6 本章小结 |
第5章 三维房间传递函数的水平面参数化方法 |
5.1 引言 |
5.2 三维房间传递函数参数化原理 |
5.2.1 混响声场的球谐表达 |
5.2.2 三维房间传递函数的球谐表达 |
5.3 三维房间传递函数的水平面参数化 |
5.4 采用多环形阵列提取水平面RTF参数 |
5.4.1 单位振幅外射声场的合成 |
5.4.2 水平面RTF参数的提取 |
5.4.3 阵列布局 |
5.4.4 水平面RTF参数化实施步骤 |
5.5 实验结果与分析 |
5.5.1 仿真环境设置 |
5.5.2 单频情况 |
5.5.3 宽带情况 |
5.6 本章小结 |
第6章 可旋转复杂声源的三维房间传递函数仿真方法 |
6.1 引言 |
6.2 Allen-Berkley镜像源模型 |
6.3 复杂声源的球谐表达 |
6.4 可旋转复杂声源的镜像源模型 |
6.4.1 统一的镜像算子 |
6.4.2 旋转算子 |
6.4.3 所提镜像源模型 |
6.5 实验结果与分析 |
6.5.1 一阶声源 |
6.5.2 高阶声源 |
6.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的学术论文 |
攻读博士学位期间参加的科研项目和获奖情况 |
致谢 |
四、MD的录制、重放原理简介(论文参考文献)
- [1]基于深度学习的录音重放攻击检测关键技术研究[D]. 李怡杉. 西南科技大学, 2021(08)
- [2]智能移动终端间短距离通信安全关键技术研究[D]. 张骁. 北京交通大学, 2021(02)
- [3]容错增强的语音识别系统的研究与实现[D]. 吴俊廷. 电子科技大学, 2021(01)
- [4]多因子辅助的身份鉴别增强机制研究[D]. 王明月. 中国科学院大学(中国科学院计算机科学与技术学院), 2020(02)
- [5]回放语音攻击检测中特征参数的研究[D]. 周晶. 南京财经大学, 2020(04)
- [6]智能网联汽车FOTA系统安全机制的研究与实现[D]. 谭凡. 电子科技大学, 2020(07)
- [7]我国有声出版物演变研究[D]. 范雨竹. 西南大学, 2019(05)
- [8]基于牙齿咬合声纹的新型用户认证技术与系统[D]. 赵猛. 深圳大学, 2019(01)
- [9]可复现的Android应用干扰测试与质量提升方法[D]. 熊伟伦. 上海交通大学, 2019(06)
- [10]基于球谐分析的空间声场重放方法研究[D]. 步兵. 北京工业大学, 2017(05)