CN104951930A - 基于生物信息身份验证的电子密码票据方法及系统 - Google Patents

Abstract

一种基于生物信息身份验证的电子密码票据方法及系统，通过以用户唯一的身份识别号码为索引机建立用户数据库，并当服务器端收到用户端的购票信息后在常用字字典中生成字符串文本或生成小范围字典并反馈给用户端；然后通过用户朗读的音频文件反馈至服务器，服务器通过文本相关说话人模型训练算法建立随机声纹票据对应的说话人模型。当用户发出验证请求时，服务器通过文本相关说话人验证算法比较说话人模型生成的音频和待测音频是否为同一说话人，并输出认证结果。本发明运用先进的说话人识别算法，能够准确地判断客户身份。

Description

基于生物信息身份验证的电子密码票据方法及系统

技术领域

本发明涉及的是一种生物信息(主要为声纹信息)进行电子票据购买及确认的方法及系统。尤其是涉及一种以文本内容作为电子票据密钥、声纹信息辅助身份认证的方法及系统。

背景技术

传统上的票据主要有纸质票、IC卡等，但是，传统的纸质票和IC卡存在着冒认、伪造以及生产制造工艺复杂的缺点。并且，这些票据的使用需要借助专业的设备，且读票只能依次进行，不能同步并行验票。

电子票据的核心思想就是将实物票据电子化，电子的票据可以如同实物票据一样进行转让、贴现、质押、托收等行为。传统票据业务中的各项票据业务的流程均没有改变，只是每一个环节的都加载了电子化处理手段，大大提高了票务的准确度和识别速度。然而，现今市场上的二维码、条形码等电子票据又不能很好地验证持票人本人的身份，因此，在某些需要验证持票人身份的场合并不适用。

传统的票务系统，如纸质票、以刷卡代票等等，缺点：工本费过高、不能并行验票导致效率低、不能排除冒认。而已有的电子票据又难以对本人的身份进行验证，且更容易伪造。

经过对现有技术的检索发现，中国专利文献号CN104282091A，公开(公告)日2015.01.14，公开了一种票据数据生成/传送/保存/认证的方法，利用哈希函数生成的哈希值，避免直接在传送/保存密码。通过哈希值构成的认证码，来验证电子票据的真伪。在票务发行装置中，利用用户ID、票ID、保存于本地的密码和哈希函数，使用HMAC函数生成票务数据的认证码，并和未加密的用户ID、票ID一起传送并保存于用户手持移动装置。通过HMAC函数的不可逆原理，保证票务数据认证码的安全性。在验票过程中，通过NFC等传送方式，在票务验证装置中处理票务的验证，通过相同的方法再计算认证码。通过比较认证码的同一性，在认证码相同的情况下判断认证通过。通过该方法实现票务验证处理的安全性、即时性，并保证运用成本具有竞争力。但该技术的缺陷包括：1)票务数据仍保存在本地，用户需要携带个人证件或手持移动装置等才能进行身份验证，并没有利用用户的生物特征；2)验证过程过度依赖设备，设备一旦丢失很容易被冒认。

中国专利文献号CN101075316，公开(公告)日2007.11.21，公开了一种电子票证交易认证管理计算机系统，用于该技术电子票证交易认证管理方法的实施，电子票证载体结构功能的实现及其内容的填写、辨读、认证、传递、签发，交易交换电子票证的装置终端功能管理、以及终端间、系统间的通讯会话。建立电子票证交易认证管理中心，连接金税工程、金财工程、商业银行、国家征信、公安国安、工商管理、物权管理、海关管理、税务管理、体彩中心、福彩中心、执法机关、车辆管理系统，用户实名注册终端装置，购买下载电子票证，完成填写、认证、电子签名、锁定，通过电子票证交易认证网站交换，实现多系统综合认证、采信，保障票证的真实性、可支付性，让所有支付行为都在社会相关系统的监督认证之下，抑制腐败、防止犯罪。但该技术的缺陷包括：1)将全社会所有票据交易、支付行为置于监控之下需要超大规模的监控服务器，部署困难；2)需要有政府部门对大规模监控的支持，会上升到国家级战略层面，社会分歧会很大。

中国专利文献号CN102314877A公开(公告)日2012.01.11，公开了一种字符内容提示的声纹识别方法，包括以下步骤：步骤一、通过随机种子产生一个长度为N的随机字符串，N为≥2的正整数；步骤二、每次显示一个字符，检测是否已完成单个字符的录音，如果已完成单个字符的录音再弹出下一个字符，直至最后一个字符被录音；步骤三、完成整个字符串的录音后，进行声纹验证。该技术通过实时的静音检测算法，采取一种冒泡式的字符串提示，使得连续字符串可视为一串孤立的字符，解决了字符连读对语音识别和声纹认证的性能影响。但该技术的缺陷包括：1)录音过程耗时较长，逐字弹出的设定很容易使用户丧失耐心；2)仅仅对声纹识别的算法做了改进，但并没有找到适合应用该算法的合适场景。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于生物信息身份验证的电子密码票据方法及系统，运用先进的说话人识别算法，准确地判断客户身份，同时电子票务的特点也节约了工本费和人工费，具有高效、低成本等特点。并且，我们独创性地采用了固定密钥和随机密钥相结合的系统，使得应用本系统既可以生成一次性票据(固定密钥)，也可以生成多次使用的票据(随机密钥)。应用场景：酒店入住办理与门禁系统(随机密钥，多次使用)、火车票购买与使用(固定密钥，一次性)、电影演唱会等各种团购券(固定密钥，一次性)的购买和使用。

本发明是通过以下技术方案实现的：

本发明涉及一种基于生物信息身份验证的电子密码票据方法，包括以下步骤：

步骤1)以用户唯一的身份识别号码为索引机建立用户数据库，具体为：当服务器端收到用户端的购票信息且购买的票据是一次性的，则在常用字字典中生成字符串文本，并发回用户端作为固定一次性密钥；当购买的票据时多次使用的，则生成小范围字典并反馈给用户端。

所述的字符串文本是指：在常用字字典中任意取5个，当用户端收到字典后，录入这5个单独的字符语音，随机生成密码就是5个字符随机排序。

所述的常用字字典是指：《现代汉语常用字表》(1988年版)所规定的2500个常用字。

所述的小范围字典是指：从{0，1，2，3，4，5，6，7，8，9}中随机生成6位数字组成的密钥。

步骤2)用户根据收到的固定一次性密钥或小范围字典进行朗读，并将相应音频文件反馈至服务器，服务器通过文本相关说话人模型训练算法建立随机声纹票据对应的说话人模型，具体为：

2.1)建立说话人识别通用背景模型(UBM，Universal Background Model)。

所述的通用背景模型采用的训练数据为：涵盖各种型号的手机录制的中文语音数据，其中：用于训练的数据可达几百小时，每句话的长度从1s到9s不等，男女数据都有，每个人都有几十句甚至上百句的话可供选择。

所述的通用背景模型的训练过程为：首先提取原始语音的PLP特征，之后训练1024个高斯分布的高斯混合模型，具体为：

$p\left(x\right)={\mathrm{\Σ}}_1^M{c}_{m}N\left(x\right|{\mathrm{\μ}}_m,\mathrm{\Σm})s.t.{\mathrm{\Σ}}_1^M{c}_m=1,$ 其中：c_m表示第m个高斯的权重，μ_m、∑m分别为第m个高斯的均值与方差，p(x)表示数据在整个高斯混合模型中的整体似然概率。

所述的训练使用最大期望算法(EM)，即满足以下条件：

${\mathrm{\γ}}_m={\mathrm{\Σ}}_{n=1}^N{\mathrm{\γ}}_m\left(n\right)$

${\mathrm{\μ}}_m=\frac{1}{{\mathrm{\γ}}_m}{\mathrm{\Σ}}_{n=1}^N{\mathrm{\γ}}_m\left(n\right)x_n$

$\mathrm{\Σm}=\frac{1}{{\mathrm{\γ}}_m}{\mathrm{\Σ}}_{n=1}^N{\mathrm{\γ}}_m\left(n\right)(x_n-{\mathrm{\μ}}_m){(x_n-{\mathrm{\μ}}_m)}^T$

$c_m=\frac{{\mathrm{\γ}}_m}{{\mathrm{\Σ}}_{m=1}^M{\mathrm{\γ}}_m}$

其中：γ_m(n)代表第n个数据在第m个高斯分布中的似然概率，μ_m、∑m、c_m分别表示第m个高斯分布的均值、方差、权重。

2.2)将用户所读入的单子音频拼接为连续语句。

所述的拼接的顺序按照固定一次性密钥或小范围字典决定。

2.3)对通用背景模型进行最大后验概率(MAP，Maximum a posteriori)注册并生成说话人模型。

所述的注册，采用的数据为拼接后的用户音频：

$\widehat{\mathrm{\Θ}}={\arg \max }_{\mathrm{\Θ}}p\left(\mathrm{\Θ}\right|X)={\arg \max }_{\mathrm{\Θ}}p\left(X\right|\mathrm{\Θ})\·p\left(\mathrm{\Θ}\right),$ 其中：Θ为说话人模型的模型参数，X为注册所用音频。

步骤3)当用户发出验证请求时，服务器通过文本相关说话人验证算法比较说话人模型生成的音频和待测音频是否为同一说话人，并输出认证结果。

所述的文本相关说话人验证算法是指：分别计算测试音频在通用背景模型和说话人模型中的似然分数。对于某段测试音频Y，H0和H1假设为：

那么评分为其中：T为该段测试语音的总帧数，θ为预设的阈值(该阈值可通过使用校验集在等错误率点设置)。分数超过该阈值则认为Y确实为说话人S所说，否则认为它是冒认者所说。

所述的认证结果是指：当身份验证通过的情况下，反馈票据有效，否则票据无效；无论是一次性还是多次使用的电子票据，在完全使用之后一段时间内(该时长可以调整)，文本或字典密钥自动失效，其中的语音可以作为训练数据进入系统训练数据库(须经用户同意)。

技术效果

与现有技术相比，本发明整个系统的设备，包括服务器端服务器、用户端终端及软件，只需在服务器和移动设备上部署软件即可使用，节省了设备成本，此外本发明还包括以下技术效果：

1)使用了声纹识别技术，验证结果可靠快速；

2)使用电子系统进行票据同时验证，大幅提高了验票速度。

3)整个验证过程都由服务器自动完成，操作十分方便。

附图说明

图1为本发明结构示意图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

如图1所示，本实施例涉及一种实现上述基于生物信息身份验证的电子密码票据方法的系统，包括：用户注册单元、用户购票单元、服务器端密钥生成单元、用户票据模型生成单元、票据内容验证单元、结果反馈单元、票据销毁单元，其中：

所述的用户注册单元：以用户唯一的身份识别号码为索引机建立用户数据库；

所述的用户购票单元用于支付购票费用，并将用户端购票信息输出至服务器端密钥生成单元；

所述的服务器端密钥生成单元在收到用户端购票信息后生成字符串文本或小范围字典并输出至用户票据模型生成单元和用户注册单元；

所述的用户票据模型生成单元：根据字符串文本或小范围字典以及来自用户注册单元的音频文件，通过文本相关说话人模型训练算法建立对应的说话人模型；

所述的票据内容验证单元根据用户发出验证请求：

i)通过文本相关说话人验证算法比较说话人模型和测试音频是否为同一用户、同一文本内容，并输出结果，或

ii)生成小型字典中的随机字符密钥，反馈给用户端，用户录入这段密钥的语音，服务器验证是否与用户票据模型生成单元中生成的说话人模型为同一说话人，并输出结果；

所述的结果反馈单元在身份验证通过的情况下，反馈票据有效，否则票据无效；

所述的票据销毁单元在完全使用后(的一定周期下，经用户核实)设置文本或字典密钥自动失效，进一步优选可以将该用户的音频文件经核实后作为训练数据集保存。

本系统在具体应用过程如下：

当用户A在某酒店预订网站注册了账户。

用户A在网上预订了酒店房间并付款后，服务器向用户端系统发送随机生成的5个字符组成的字典，如{一，二，三，四，五}，用户A录入了这个五个字符的语音。

在订购当天到达酒店后，A在对应房间的门禁要求验证身份。门禁反馈了“二三一四五”的随机密钥，A读出密钥，即完成了票据验证，房间可以使用。

Claims (8)

1.一种基于生物信息身份验证的电子密码票据方法，包括以下步骤：

步骤1)以用户唯一的身份识别号码为索引机建立用户数据库，具体为：当服务器端收到用户端的购票信息且购买的票据是一次性的，则在常用字字典中生成字符串文本，并发回用户端作为固定一次性密钥；当购买的票据时多次使用的，则生成小范围字典并反馈给用户端；

步骤2)用户根据收到的固定一次性密钥或小范围字典进行朗读，并将相应音频文件反馈至服务器，服务器通过文本相关说话人模型训练算法建立随机声纹票据对应的说话人模型；

步骤3)当用户发出验证请求时，服务器通过文本相关说话人验证算法比较说话人模型生成的音频和待测音频是否为同一说话人，并输出认证结果。

2.根据权利要求1所述的方法，其特征是，所述的步骤2)具体包括：

2.1)建立说话人识别通用背景模型；

2.2)将用户所读入的单子音频拼接为连续语句；

2.3)对通用背景模型进行最大后验概率注册并生成说话人模型。

3.根据权利要求2所述的方法，其特征是，所述的通用背景模型的训练过程为：首先提取原始语音的PLP特征，之后训练1024个高斯分布的高斯混合模型，具体为：

其中：c_m表示第m个高斯的权重，μ_m、∑m分别为第m个高斯的均值与方差，p(X)表示数据在整个高斯混合模型中的整体似然概率；

所述的训练使用最大期望算法(EM)，即满足以下条件：

${\mathrm{\γ}}_m=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\γ}}_m\left(n\right)$

${\mathrm{\μ}}_m=\frac{1}{{\mathrm{\γ}}_m}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\γ}}_m\left(n\right)x_n$

$\mathrm{\Σm}=\frac{1}{{\mathrm{\γ}}_m}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\γ}}_m\left(n\right)(x_n-{\mathrm{\μ}}_m){(x_n-{\mathrm{\μ}}_m)}^T$

$c_m=\frac{{\mathrm{\γ}}_m}{{\mathrm{\Σ}}_{m=1}^M{\mathrm{\γ}}_m}$

其中：γ_m(n)代表第n个数据在第m个高斯分布中的似然概率，μ_m、∑m、c_m分别表示第m个高斯分布的均值、方差、权重。

4.根据权利要求2所述的方法，其特征是，所述的注册，采用的数据为拼接后的用户音频： $\widehat{\mathrm{\Θ}}={\arg \max }_{\mathrm{\Θ}}p\left(\mathrm{\Θ}\right|X)={\arg \max }_{\mathrm{\Θ}}p\left(X\right|\mathrm{\Θ})\·p\left(\mathrm{\Θ}\right),$ 其中：Θ为说话人模型的模型参数，X为注册所用音频。

5.根据权利要求1所述的方法，其特征是，所述的文本相关说话人验证算法是指：分别计算测试音频在通用背景模型和说话人模型中的似然分数。对于某段测试音频Y，H0和H1假设为：则评分为其中：T为该段测试语音的总帧数，θ为预设的阈值，分数超过该阈值则认为Y确实为说话人S所说，否则认为它是冒认者所说。

6.根据权利要求1所述的方法，其特征是，所述的认证结果是指：当身份验证通过的情况下，反馈票据有效，否则票据无效；无论是一次性还是多次使用的电子票据，在完全使用后密钥失效。

7.一种实现上述任一权利要求所述的方法的系统，其特征在于，包括：用户注册单元、用户购票单元、服务器端密钥生成单元、用户票据模型生成单元、票据内容验证单元、结果反馈单元、票据销毁单元。

8.根据权利要求7所述的系统，其特征是，所述的用户注册单元：以用户唯一的身份识别号码为索引机建立用户数据库；

所述的用户购票单元用于支付购票费用，并将用户端购票信息输出至服务器端密钥生成单元；

所述的服务器端密钥生成单元在收到用户端购票信息后生成字符串文本或小范围字典并输出至用户票据模型生成单元和用户注册单元；

所述的用户票据模型生成单元：根据字符串文本或小范围字典以及来自用户注册单元的音频文件，通过文本相关说话人模型训练算法建立对应的说话人模型；

所述的票据内容验证单元根据用户发出验证请求：

i)通过文本相关说话人验证算法比较说话人模型和测试音频是否为同一用户、同一文本内容，并输出结果，或

ii)生成小型字典中的随机字符密钥，反馈给用户端，用户录入这段密钥的语音，服务器验证是否与用户票据模型生成单元中生成的说话人模型为同一说话人，并输出结果；

所述的结果反馈单元在身份验证通过的情况下，反馈票据有效，否则票据无效；

所述的票据销毁单元在完全使用后设置文本或字典密钥自动失效。