CN113890658B - 基于安卓车机系统的安全广播方法及系统 - Google Patents
基于安卓车机系统的安全广播方法及系统 Download PDFInfo
- Publication number
- CN113890658B CN113890658B CN202111221510.8A CN202111221510A CN113890658B CN 113890658 B CN113890658 B CN 113890658B CN 202111221510 A CN202111221510 A CN 202111221510A CN 113890658 B CN113890658 B CN 113890658B
- Authority
- CN
- China
- Prior art keywords
- android
- broadcasting
- driver
- action value
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000007781 pre-processing Methods 0.000 claims description 24
- 238000009432 framing Methods 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000003064 k means clustering Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04H—BROADCAST COMMUNICATION
- H04H20/00—Arrangements for broadcast or for distribution combined with broadcast
- H04H20/53—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers
- H04H20/61—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for local area broadcast, e.g. instore broadcast
- H04H20/62—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for local area broadcast, e.g. instore broadcast for transportation systems, e.g. in vehicles
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3236—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions
- H04L9/3239—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using cryptographic hash functions involving non-keyed hash functions, e.g. modification detection codes [MDCs], MD5, SHA or RIPEMD
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Circuits Of Receivers In General (AREA)
Abstract
本发明涉及安卓系统广播领域,具体涉及一种基于安卓车机系统的安全广播方法及系统,极大地提高了安卓车机系统广播的安全性。本发明基于安卓车机系统的安全广播方法,包括:驾驶员身份信息识别成功后,将驾驶员语音特征值以及驾驶员车辆的启动时间作为原始数据进行加密运算,并将加密运算后得到的密文存放在车机系统的安全区域;使用广播组件时,在车机系统的安全区域获取本次加密密文,并将加密密文与要执行的动作值进行字符串拼接,得到包含密文的Action值,所述Action值为安卓系统广播组件中intent.setAction()方法或intentFilter.AddAction()方法中的参数值;将Action值填入广播发送器中的intent.setAction()方法中,以及将Action值填入广播接收器中的intentFilter.AddAction()方法中;Action值填入完成后进行广播。本发明适用于安卓车机系统。
Description
技术领域
本发明涉及安卓系统广播领域,具体涉及一种基于安卓车机系统的安全广播方法及系统。
背景技术
目前车机系统主要以安卓操作系统为主。在车机系统中,软件与软件之间的信息传递很多时候都采用安卓系统的中的广播组件。在安卓开发中,我们在广播发送时设置setAction的值,在广播接收器中我们设置filter中的addAction的值。安卓系统中,广播接收器就会收到这条广播中传递的信息。由此可见,如果一个恶意应用,它能获取到代码中setAction中的值,那么,这个恶意应用就可以很容易的监听到这个软件以该setAction值发送的广播信息。
市场上有很多反编译apk的途径,我们采用上传apk到http://www.javadecompilers.com/网站上,然后再下载反编译代码的方式,就可以得知intentFilter.addAction()和intent.setAction()中的值;因此提取车机系统中某个软件的apk文件,然后将该apk文件进行反编译操作,就能够轻松地获取所有Action的值。然后再编写一个广播接收器,把全部的Action值全部填入,那么就能够很容易监听到该软件广播传递的信息。由此可见,以这种明文形式编写广播组件是存在非常大的安全隐患。
发明内容
本发明的目的是提供一种基于安卓车机系统的安全广播方法及系统,极大地提高了安卓车机系统广播的安全性。
本发明采取如下技术方案实现上述目的,基于安卓车机系统的安全广播方法,包括:
步骤1、对车机驾驶员语音进行预处理,预处理后进行语音特征值提取;
步骤2、根据提取的语音特征值,再结合GMM模型进行驾驶员身份信息识别;
步骤3、驾驶员身份信息识别成功后,将驾驶员语音特征值以及驾驶员车辆的启动时间作为原始数据进行加密运算;
步骤4、将加密运算后得到的密文存放在车机系统的安全区域;
步骤5、使用广播组件时,在车机系统的安全区域获取本次加密密文,并将加密密文与要执行的动作值进行字符串拼接,得到包含密文的Action值,所述Action值为安卓系统广播组件中intent.setAction()方法或intentFilter.AddAction()方法中的参数值;
步骤6、将Action值填入广播发送器中的intent.setAction()方法中,以及将Action值填入广播接收器中的intentFilter.AddAction()方法中;
步骤7、Action值填入完成后进行广播。
进一步的是,步骤1中,所述预处理包括预加重、分帧及加窗预处理。
进一步的是,所述预加重公式为:Sa(n)=Sp(n)-aSp(n-1),a为预加重系数,Sa为预加重操作前的原始语音信号,Sp为预加重操作后的语音信号。
进一步的是,所述分帧方法包括:采用相邻两帧之间有部分相互重叠的分段方法进行分帧。
进一步的是,步骤2中,根据提取的语音特征值,再结合GMM模型进行驾驶员身份信息识别的具体方法包括对GMM模型进行训练;
所述对GMM模型进行训练的具体方法包括:
步骤201、建立一个GMM模型,并为GMM模型分配存储空间,每个GMM模型存储内容包括特征矢量维数、高斯分量混合数,以及各高斯分量的权重、均值矢量与方差矩阵;
步骤202、对提取的语音数据进行预加重、分帧加窗与端点检测处理,提取出特征参数矢量;
步骤203、使用K-均值聚类算法对提取出的特征矢量进行聚类,得到GMM模型的初始化模型参数λ;
步骤204、初始化后采用期望最大化算法估计GMM模型参数,从一个初始模型参数λ开始,估计出一个新的模型参数λ',使得在新模型参数下的似然度P(o|λ')≥P(o|λ);
步骤205、采用新模型参数λ'开始下一次迭代,如此反复迭代直至模型收敛,则完成模型训练。
进一步的是,步骤3或步骤4中,所述加密运算采用SHA256加密算法进行加密运算。
基于安卓车机系统的安全广播系统,应用于执行上述所述的基于安卓车机系统的安全广播方法,包括:
语音处理模块,用于对车机驾驶员语音进行预处理,预处理后进行语音特征值提取;
身份识别模块,用于根据提取的语音特征值,再结合GMM模型进行驾驶员身份信息识别;
加密模块,用于在驾驶员身份信息识别成功后,将驾驶员语音特征值以及驾驶员车辆的启动时间作为原始数据进行加密运算,并将加密运算后得到的密文存放在车机系统的安全区域;
密文获取模块,用于使用广播组件时,在车机系统的安全区域获取本次加密密文,并将加密密文与要执行的动作值进行字符串拼接,得到包含密文的Action值,所述Action值为安卓系统广播组件中intent.setAction()方法或intentFilter.AddAction()方法中的参数值;
广播处理模块,用于将Action值填入广播发送器中的intent.setAction()方法中,以及将Action值填入广播接收器中的intentFilter.AddAction()方法中,Action值填入完成后进行广播。
本发明首先对驾驶员信息进行了识别,识别成功后,将驾驶员语音特征值以及驾驶员车辆的启动时间作为原始数据进行加密运算,加密运算后的密文存放在车机系统的安全区域,每次使用广播组件时候,需要先去设备中的安全区域获取此次加密的密文,然后将密文与要执行的动作值进行字符串的拼接,形成一个含有密文的Action值。将该Action值,填入intent.setAction()中,同理也需要将该Action值填入广播接收器中intentFilter.AddAction()中,根据不同时间下不同驾驶员实现Action值得动态加密的过程,避免了通过反编译apk对软件广播的监听,极大地提高了安卓车机系统广播的安全性。
附图说明
图1是本发明驾驶员身份识别的方法流程图。
图2是本发明基于安卓车机系统的安全广播的方法流程图。
具体实施方式
本发明基于安卓车机系统的安全广播方法,包括:
步骤1、对车机驾驶员语音进行预处理,预处理后进行语音特征值提取;
步骤2、根据提取的语音特征值,再结合GMM模型进行驾驶员身份信息识别;
步骤3、驾驶员身份信息识别成功后,将驾驶员语音特征值以及驾驶员车辆的启动时间作为原始数据进行加密运算;
步骤4、将加密运算后得到的密文存放在车机系统的安全区域;
步骤5、使用广播组件时,在车机系统的安全区域获取本次加密密文,并将加密密文与要执行的动作值进行字符串拼接,得到包含密文的Action值,所述Action值为安卓系统广播组件中intent.setAction()方法或intentFilter.AddAction()方法中的参数值;
步骤6、将Action值填入广播发送器中的intent.setAction()方法中,以及将Action值填入广播接收器中的intentFilter.AddAction()方法中;
步骤7、Action值填入完成后进行广播。
步骤1中,所述预处理包括预加重、分帧及加窗预处理,能够降低语音信号丢失率以及语音信号的能量损耗。
预加重公式为:Sa(n)=Sp(n)-aSp(n-1),a为预加重系数,Sa为预加重操作前的原始语音信号,Sp为预加重操作后的语音信号。
分帧方法包括:采用相邻两帧之间有部分相互重叠的分段方法进行分帧。
步骤2中,根据提取的语音特征值,再结合GMM模型进行驾驶员身份信息识别的具体方法包括对GMM模型进行训练;
对GMM模型进行训练的具体方法包括:
步骤201、建立一个GMM模型,并为GMM模型分配存储空间,每个GMM模型存储内容包括特征矢量维数、高斯分量混合数,以及各高斯分量的权重、均值矢量与方差矩阵;
步骤202、对提取的语音数据进行预加重、分帧加窗与端点检测处理,提取出特征参数矢量;
步骤203、使用K-均值聚类算法对提取出的特征矢量进行聚类,得到GMM模型的初始化模型参数λ;
步骤204、初始化后采用期望最大化算法估计GMM模型参数,从一个初始模型参数λ开始,估计出一个新的模型参数λ',使得在新模型参数下的似然度P(o|λ')≥P(o|λ);
步骤205、采用新模型参数λ'开始下一次迭代,如此反复迭代直至模型收敛,则完成模型训练。
步骤3或步骤4中,所述加密运算采用SHA256加密算法进行加密运算。
基于安卓车机系统的安全广播系统,应用于执行上述所述的基于安卓车机系统的安全广播方法,包括:
语音处理模块,用于对车机驾驶员语音进行预处理,预处理后进行语音特征值提取;
身份识别模块,用于根据提取的语音特征值,再结合GMM模型进行驾驶员身份信息识别;
加密模块,用于在驾驶员身份信息识别成功后,将驾驶员语音特征值以及驾驶员车辆的启动时间作为原始数据进行加密运算,并将加密运算后得到的密文存放在车机系统的安全区域;
密文获取模块,用于使用广播组件时,在车机系统的安全区域获取本次加密密文,并将加密密文与要执行的动作值进行字符串拼接,得到包含密文的Action值,所述Action值为安卓系统广播组件中intent.setAction()方法或intentFilter.AddAction()方法中的参数值;
广播处理模块,用于将Action值填入广播发送器中的intent.setAction()方法中,以及将Action值填入广播接收器中的intentFilter.AddAction()方法中,Action值填入完成后进行广播。
图1是本发明驾驶员身份识别的方法流程图,首先采集驾驶员语音,对驾驶员语音进行预处理,预处理后进行特征提取,使用提取的特征语音对高斯混合模型GMM进行训练,训练过程中,完成模型参数的存储,之后进行模型匹配与逻辑判断,完成驾驶员身份信息识别。
图2是本发明基于安卓车机系统的安全广播的方法流程图,如图所示:
第一步,对驾驶员语音进行预处理,预处理后进行特征提取,预处理包括预加重、分帧及加窗预处理;
第二步,使用提取的语音特征与GMM模型进行匹配,匹配成功后进入下一步;
第三步,将驾驶员语音特征值以及驾驶员车辆的启动时间作为原始数据进行SHA256加密运算;
第四步,将加密运算后得到的密文存放在车机设备的安全区域;
第五步,通过apk每次使用广播组件时候,需要先去设备中的安全区域获取此次加密的密文。然后将密文与要执行的动作值进行字符串的拼接,形成一个含有密文的Action值。将该Action值,填入intent.setAction()中,同理也需要将该Action值填入广播接收器中intentFilter.AddAction()中;
实现安卓广播中的Action值随着不同驾驶员、不同的启动时间动态改变,达到广播的Action值动态加密的方式。
综上所述,本发明实现了根据不同时间下不同驾驶员实现Action值得动态加密的过程,避免了通过反编译apk对软件广播的监听,极大地提高了安卓车机系统广播的安全性。
Claims (8)
1.基于安卓车机系统的安全广播方法,其特征在于,包括:
步骤1、对车机驾驶员语音进行预处理,预处理后进行语音特征值提取;
步骤2、根据提取的语音特征值,再结合GMM模型进行驾驶员身份信息识别;
步骤3、驾驶员身份信息识别成功后,将驾驶员语音特征值以及驾驶员车辆的启动时间作为原始数据进行加密运算;
步骤4、将加密运算后得到的密文存放在车机系统的安全区域;
步骤5、使用广播组件时,在车机系统的安全区域获取本次加密密文,并将加密密文与要执行的动作值进行字符串拼接,得到包含密文的Action值,所述Action值为安卓系统广播组件中intent.setAction()方法或intentFilter.AddAction()方法中的参数值;
步骤6、将Action值填入广播发送器中的intent.setAction()方法中,以及将Action值填入广播接收器中的intentFilter.AddAction()方法中;
步骤7、Action值填入完成后进行广播。
2.根据权利要求1所述的基于安卓车机系统的安全广播方法,其特征在于,步骤1中,所述预处理包括预加重、分帧及加窗预处理。
3.根据权利要求2所述的基于安卓车机系统的安全广播方法,其特征在于,所述预加重公式为:Sa(n)=Sp(n)-aSp(n-1),a为预加重系数,Sa为预加重操作前的原始语音信号,Sp为预加重操作后的语音信号。
5.根据权利要求2所述的基于安卓车机系统的安全广播方法,其特征在于,所述分帧方法包括:采用相邻两帧之间有部分相互重叠的分段方法进行分帧。
6.根据权利要求2所述的基于安卓车机系统的安全广播方法,其特征在于,步骤2中,根据提取的语音特征值,再结合GMM模型进行驾驶员身份信息识别的具体方法包括对GMM模型进行训练;
所述对GMM模型进行训练的具体方法包括:
步骤201、建立一个GMM模型,并为GMM模型分配存储空间,每个GMM模型存储内容包括特征矢量维数、高斯分量混合数,以及各高斯分量的权重、均值矢量与方差矩阵;
步骤202、对提取的语音数据进行预加重、分帧加窗与端点检测处理,提取出特征参数矢量;
步骤203、使用K-均值聚类算法对提取出的特征矢量进行聚类,得到GMM模型的初始化模型参数λ;
步骤204、初始化后采用期望最大化算法估计GMM模型参数,从一个初始模型参数λ开始,估计出一个新的模型参数λ',使得在新模型参数下的似然度P(o|λ')≥P(o|λ);
步骤205、采用新模型参数λ'开始下一次迭代,如此反复迭代直至模型收敛,则完成模型训练。
7.根据权利要求1所述的基于安卓车机系统的安全广播方法,其特征在于,步骤3或步骤4中,所述加密运算采用SHA256加密算法进行加密运算。
8.基于安卓车机系统的安全广播系统,应用于执行权利要求1-7任意一项所述的基于安卓车机系统的安全广播方法,其特征在于,包括:
语音处理模块,用于对车机驾驶员语音进行预处理,预处理后进行语音特征值提取;
身份识别模块,用于根据提取的语音特征值,再结合GMM模型进行驾驶员身份信息识别;
加密模块,用于在驾驶员身份信息识别成功后,将驾驶员语音特征值以及驾驶员车辆的启动时间作为原始数据进行加密运算,并将加密运算后得到的密文存放在车机系统的安全区域;
密文获取模块,用于使用广播组件时,在车机系统的安全区域获取本次加密密文,并将加密密文与要执行的动作值进行字符串拼接,得到包含密文的Action值,所述Action值为安卓系统广播组件中intent.setAction()方法或intentFilter.AddAction()方法中的参数值;
广播处理模块,用于将Action值填入广播发送器中的intent.setAction()方法中,以及将Action值填入广播接收器中的intentFilter.AddAction()方法中,Action值填入完成后进行广播。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111221510.8A CN113890658B (zh) | 2021-10-20 | 2021-10-20 | 基于安卓车机系统的安全广播方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111221510.8A CN113890658B (zh) | 2021-10-20 | 2021-10-20 | 基于安卓车机系统的安全广播方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113890658A CN113890658A (zh) | 2022-01-04 |
CN113890658B true CN113890658B (zh) | 2023-05-05 |
Family
ID=79003687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111221510.8A Active CN113890658B (zh) | 2021-10-20 | 2021-10-20 | 基于安卓车机系统的安全广播方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113890658B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007011965A (ja) * | 2005-07-04 | 2007-01-18 | Oki Electric Ind Co Ltd | 本人認証システム、本人認証方法及び管理システム |
WO2007042393A1 (fr) * | 2005-10-07 | 2007-04-19 | Thales | Procede de generation de cle de chiffrement de message numerique a partir d'une signature vocale du pilote |
CN103607472A (zh) * | 2013-12-03 | 2014-02-26 | 高浩钧 | 一种汽车通讯装置 |
CN103794207A (zh) * | 2012-10-29 | 2014-05-14 | 西安远声电子科技有限公司 | 一种双模语音身份识别方法 |
CN105501158A (zh) * | 2014-10-09 | 2016-04-20 | 福特全球技术公司 | 自适应驾驶员识别融合 |
CN105933509A (zh) * | 2016-04-05 | 2016-09-07 | 上海博泰悦臻网络技术服务有限公司 | 设备双向控制方法、系统、车载终端及其控制方法、车辆 |
CN107097740A (zh) * | 2017-04-28 | 2017-08-29 | 重庆交通大学 | 基于车联网技术的汽车座椅和反光镜智能控制系统及方法 |
US9805601B1 (en) * | 2015-08-28 | 2017-10-31 | State Farm Mutual Automobile Insurance Company | Vehicular traffic alerts for avoidance of abnormal traffic conditions |
CN108307349A (zh) * | 2017-12-29 | 2018-07-20 | 中国银联股份有限公司 | 基于5g通讯网络的车与车之间的无线支付方法及其系统 |
WO2018193439A1 (en) * | 2017-04-19 | 2018-10-25 | Osr Enterprises Ag | Device, system and method for processing data |
CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
CN111083242A (zh) * | 2019-12-31 | 2020-04-28 | 神龙汽车有限公司 | 智能网联汽车云平台控制操作系统 |
CN113035173A (zh) * | 2019-12-09 | 2021-06-25 | 上海航空电器有限公司 | 一种基于机载设备的特定说话人启动人脸识别方法 |
WO2021169880A1 (zh) * | 2020-02-24 | 2021-09-02 | 浙江吉利控股集团有限公司 | 一种安全认证方法、装置及电子设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013529794A (ja) * | 2010-06-24 | 2013-07-22 | 本田技研工業株式会社 | 車載音声認識システム及び車両外音声認識システム間の通信システム及び方法 |
US8370157B2 (en) * | 2010-07-08 | 2013-02-05 | Honeywell International Inc. | Aircraft speech recognition and voice training data storage and retrieval methods and apparatus |
US10231006B2 (en) * | 2014-10-23 | 2019-03-12 | Hoyt Mac Layson, JR. | Law enforcement real time digital information chain of custody assurance system and method |
US11716616B2 (en) * | 2019-05-06 | 2023-08-01 | Pointr Limited | Systems and methods for location enabled search and secure authentication |
US20210022018A1 (en) * | 2019-10-03 | 2021-01-21 | Intel Corporation | Methods for selection of ca configuration for nr normal ca requirements |
-
2021
- 2021-10-20 CN CN202111221510.8A patent/CN113890658B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007011965A (ja) * | 2005-07-04 | 2007-01-18 | Oki Electric Ind Co Ltd | 本人認証システム、本人認証方法及び管理システム |
WO2007042393A1 (fr) * | 2005-10-07 | 2007-04-19 | Thales | Procede de generation de cle de chiffrement de message numerique a partir d'une signature vocale du pilote |
CN103794207A (zh) * | 2012-10-29 | 2014-05-14 | 西安远声电子科技有限公司 | 一种双模语音身份识别方法 |
CN103607472A (zh) * | 2013-12-03 | 2014-02-26 | 高浩钧 | 一种汽车通讯装置 |
CN105501158A (zh) * | 2014-10-09 | 2016-04-20 | 福特全球技术公司 | 自适应驾驶员识别融合 |
US9805601B1 (en) * | 2015-08-28 | 2017-10-31 | State Farm Mutual Automobile Insurance Company | Vehicular traffic alerts for avoidance of abnormal traffic conditions |
CN105933509A (zh) * | 2016-04-05 | 2016-09-07 | 上海博泰悦臻网络技术服务有限公司 | 设备双向控制方法、系统、车载终端及其控制方法、车辆 |
WO2018193439A1 (en) * | 2017-04-19 | 2018-10-25 | Osr Enterprises Ag | Device, system and method for processing data |
CN107097740A (zh) * | 2017-04-28 | 2017-08-29 | 重庆交通大学 | 基于车联网技术的汽车座椅和反光镜智能控制系统及方法 |
CN108307349A (zh) * | 2017-12-29 | 2018-07-20 | 中国银联股份有限公司 | 基于5g通讯网络的车与车之间的无线支付方法及其系统 |
CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
CN113035173A (zh) * | 2019-12-09 | 2021-06-25 | 上海航空电器有限公司 | 一种基于机载设备的特定说话人启动人脸识别方法 |
CN111083242A (zh) * | 2019-12-31 | 2020-04-28 | 神龙汽车有限公司 | 智能网联汽车云平台控制操作系统 |
WO2021169880A1 (zh) * | 2020-02-24 | 2021-09-02 | 浙江吉利控股集团有限公司 | 一种安全认证方法、装置及电子设备 |
Non-Patent Citations (2)
Title |
---|
"Motivations to regulate cryptocurrencies: a systematic literature review of stakeholders and drivers";Elcelina Carvalho Silva;《 International Journal of Blockchains and Cryptocurrencies》;第360-388页 * |
廖明阳 等."智能网联汽车信息安全风控系统研究".《计算机时代》.2019,第19-23页. * |
Also Published As
Publication number | Publication date |
---|---|
CN113890658A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109493872B (zh) | 语音信息验证方法及装置、电子设备、存储介质 | |
CN109450850B (zh) | 身份验证方法、装置、计算机设备和存储介质 | |
CN104036778A (zh) | 一种设备控制方法、装置及系统 | |
CN102254559A (zh) | 基于声纹的身份认证系统及方法 | |
CN108650266B (zh) | 服务器、声纹验证的方法及存储介质 | |
CN109766496B (zh) | 一种内容风险识别方法、系统、设备及介质 | |
CN108694952B (zh) | 电子装置、身份验证的方法及存储介质 | |
CN108257604B (zh) | 语音识别方法、终端设备及计算机可读存储介质 | |
CN105047192A (zh) | 基于隐马尔科夫模型的统计语音合成方法及装置 | |
CN107437088B (zh) | 文件识别方法和装置 | |
CN111681662B (zh) | 车内交互音频加密方法、装置及设备 | |
CN113890658B (zh) | 基于安卓车机系统的安全广播方法及系统 | |
US8494849B2 (en) | Method and apparatus for transmitting speech data to a remote device in a distributed speech recognition system | |
US9656630B2 (en) | Control system and control method for vehicle anti-theft | |
CN111199746A (zh) | 信息隐藏方法以及隐藏信息提取方法 | |
CN116312559A (zh) | 跨信道声纹识别模型的训练方法、声纹识别方法及装置 | |
CN112133279B (zh) | 车载信息播报方法、装置及终端设备 | |
US11562746B2 (en) | System and methods for speaker identification, message compression and/or message replay in a communications environment | |
CN114360500A (zh) | 语音识别方法和装置、电子设备及存储介质 | |
KR20190088367A (ko) | 코드 기반 차량 데이터 검증 장치, 방법 및 시스템 | |
CN112565254B (zh) | 数据传输方法、装置、设备与计算机可读存储介质 | |
CN113793622B (zh) | 一种音频场景识别方法、系统及装置 | |
CN116261134A (zh) | 一种水下通信数据加密方法 | |
WO2022116487A1 (zh) | 基于生成对抗网络的语音处理方法、装置、设备及介质 | |
CN105703900A (zh) | 一种物理层隐写传输方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |