2518-1092Научный результат. Информационные технологии2518-109210.18413/2518-1092-2021-6-1-0-32372ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ТЕХНОЛОГИИПРИМЕНЕНИЕ МЕТОДА ИДЕНТИФИКАЦИИ ПО ГОЛОСУ, АДАПТИРОВАННОГО К ТИХОМУ ПРОИЗНЕСЕНИЮ ПАРОЛЬНЫХ ФРАЗ ДЛЯ ПРОТИВОДЕЙСТВИЯ УТЕЧКИ РЕЧЕВОЙ ИНФОРМАЦИИAPPLICATION OF THE VOICE IDENTIFICATION METHOD ADAPTED TO THE QUIET PRESENCE OF PASSWORD PHRASES TO COUNTER THE LEAKAGE OF SPEECH INFORMATIONВасильевРоман АлександровичVasilievRoman Aleksandrovichromangamma@mail.ru20216100

В статье рассматриваются особенности биометрической идентификации по голосу при условии тихого произнесения парольных фраз. Биометрическая идентификация по голосу существенно отличается от стандартных систем идентификации и систем контроля управления доступом, использующих символьные пароли и ключи. Биометрическая идентификация по голосу производится по уникальным и индивидуальным признакам личности и практически исключает вероятность несанкционированных действий, связанных с потерей, кражей или передачей пароля третьим лицам. Широкое применение систем биометрической идентификация по голосу влечет за собой повышенный интерес со стороны злоумышленников. Наиболее частыми являются атаки с применением ранее применяемых биометрических признаков, например, аудиозапись парольной фразы. Для минимизации описанных выше атак, предложен адаптированный к тихому произнесению парольных фраз метод биометрической идентификации по голосу, основанный на применении метода обеляющего фильтра. Описана программная реализация предложенного метода - «Информационная система идентификации дикторов по голосу», позволяющая проводить биометрическую идентификацию по голосу при условии тихого произнесения парольных фраз для противодействия утечки речевой информации по акустическим каналам.

The article discusses the features of biometric voice identification under the condition of quiet pronunciation of password phrases. Biometric voice identification differs significantly from standard identification systems and access control systems using symbolic passwords and keys. Biometric voice identification is based on unique and individual characteristics of identity and virtually eliminates the possibility of unauthorized actions associated with loss, theft or transfer of the password to third parties. The widespread use of biometric voice identification systems entails increased interest on the part of malefactors. The most frequent are attacks using previously used biometric features, for example, audio recording of a passphrase. To minimize the attacks described above, a biometric voice identification method, based on the whitening filter method, adapted to the quiet pronunciation of passphrases has been proposed. Described is the software implementation of the proposed method - "Information system for identifying speakers by voice", which allows biometric identification by voice, provided that password phrases are quietly uttered to counteract the leakage of speech information through acoustic channels.

биометрическая идентификация по голосуметод обеляющего фильтраакустическая речевая разведкаbiometric voice identificationwhitening filter methodacoustic speech intelligenceСписок литературы1.    Николаев Д.Б., Васильев Р.А. Анализ возможности применения голосовой идентификации в системах разграничения доступа к информации // Научный результат. Информационные технологии. –2016. – Т. 1. – № 1. – С. 48-57.2.    Савченко В.В., Васильев Р.А. Анализ эмоционального состояния дикторов по голосу на основе фонетического детектора лжи // Научные ведомости Белгородского государственного университета. Экономика. Информатика. – 2014. – № 21(192) – С. 186-195.3.    Васильев Р.А. Свид. о гос. регистрации программы для ЭВМ №2015663306 Программа идентификации дикторов по голосу // Васильев Р.А. Зарег. 15.12.2015г. – М.: Роспатент, 2015.4.    Бузов Г.А. Защита от утечки информации по техническим каналам. – М., 2005 г.5.    Цыпкин Я.З. Адаптация и обучение в автоматических системах. – М.: Наука, 1968.6.    Савченко В.В. Информационная теория восприятия речи // Изв. вузов России. Радиоэлектроника. – 2007. – Вып. 6. – С. 3–9.7.    Савченко В. В. Теоретико-информационное обоснование гауссовой модели сигналов в задачах автоматического распознавания речи // Изв. вузов  России. Радиоэлектроника. – 2008. –Вып. 1. – С. 24–33.8.    Савченко В. В., Акатьев Д. Ю., Карпов Н. В. Автоматическое распознавание элементарных речевых единиц методом обеляющего фильтра // Изв. вузов России. Радиоэлектроника. – 2007. – Вып.4. – С. 11-19.9.    Потапова Р.К. Речь: коммуникация, информация, кибернетика: Учеб, пособие. 2-е изд. – М.: Эдитори- ал УРСС, 2001.10.  Кульбак С. Теория информации и статистика. М.: Наука, 1967.11.  Васильев Р.А. Биометрическая идентификация пользователей информационных систем на основе кластерной модели элементарных речевых единиц: Дис. … к-та тех. наук. М., 2017. – 153 с.12.  Васильев Р.А. Исследование фонетического строя речи и идентификация дикторов по голосу // Безопасность информационных технологий. 2013. – Т. 20. – № 1. – С. 85-86.13.  Васильев Р.А. Исследование особенностей фонетического строя речи и текстонезависимая идентификация дикторов по непрерывной речи // Информационная безопасность регионов. – 2012. – № 2(11). – С. 57-63.14. Васильев Р.А. Применение методов фонетического анализа речи для выявления эмоционально устойчивых и нестабильных студентов университета // Научный результат. Информационные технологии, 2020. – Т.5. – №2. – С. 9-17.15.  Волобуев С.В. Оценка акустической защищенности с применением инструментальных средств // Системы безопасности связи и телекоммуникаций. – 1999. – № 25. – С. 38-45.16.  Аграновский A.B., Леднов Д.А. Метод текстонезависимой идентификации пользователя на основе индивидуальности произношения гласных звуков // Акустика и прикладная лингвистика: Ежегодник РАО. М.: 2002. – Вып. 3.– С. 103-115.16. Сонин. В.А. Психодиагностическое познание профессиональной деятельности / В.А. Сонин. – СПб.: Речь, 2004. – 408 с.17. Garofolo J., Auzanne G., and Voorhees E. The trec spoken document retrieval track: A success story. // In proceedings of the Recherche d'Informations Assiste par Ordinateur: Content Based Multimedia Information Access Conference, 2000. – pp. 1-20.18. Gray A., Markel J. Distance measures for speech processing. // IEEE Trans. On Acoust., Speech and Lang. processing. oct. 1976. – Vol. 24(5). – p. 291-380.19. Mamou J., Mass Y., Ramabhadran B., Sznajder B. Combination of multiple speech transcription methods for vocabulary independent search // In proceedings of the ACM SIGIR Workshop `Searching Spontaneous Conversational Speech. Singapore. –2008. – pp. 20-27.20. Huijbregts M., Ordelman R., Jong F. Annotation of heterogeneous multimedia content using automatic speech recognition // In Proceedings of the second international conference on Semantics And digital Media Technologies (SAMT). Lecture Notes in Computer Science. Berlin. Springer Verlag. December 2007. – pp. 78-90.