CN117834952B - 视频会议内容安全传输方法、设备及介质 - Google Patents

视频会议内容安全传输方法、设备及介质 Download PDF

Info

Publication number
CN117834952B
CN117834952B CN202410239179.XA CN202410239179A CN117834952B CN 117834952 B CN117834952 B CN 117834952B CN 202410239179 A CN202410239179 A CN 202410239179A CN 117834952 B CN117834952 B CN 117834952B
Authority
CN
China
Prior art keywords
video
conference
key
content
transmission
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
Application number
CN202410239179.XA
Other languages
English (en)
Other versions
CN117834952A (zh
Inventor
王小飞
鄢巍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Haoyang Intelligent Co ltd
Original Assignee
Shenzhen Haoyang Intelligent Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Haoyang Intelligent Co ltd filed Critical Shenzhen Haoyang Intelligent Co ltd
Priority to CN202410239179.XA priority Critical patent/CN117834952B/zh
Publication of CN117834952A publication Critical patent/CN117834952A/zh
Application granted granted Critical
Publication of CN117834952B publication Critical patent/CN117834952B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/40—Support for services or applications
    • H04L65/403—Arrangements for multi-party communication, e.g. for conferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/65—Network streaming protocols, e.g. real-time transport protocol [RTP] or real-time control protocol [RTCP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/75—Media network packet handling
    • H04L65/762—Media network packet handling at the source 
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/75—Media network packet handling
    • H04L65/765—Media network packet handling intermediate
    • 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
    • H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
    • H04L9/0643—Hash functions, e.g. MD5, SHA, HMAC or f9 MAC
    • 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
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
    • H04L9/0869—Generation of secret information including derivation or calculation of cryptographic keys or passwords involving random numbers or seeds
    • 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
    • H04L9/40—Network security protocols
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/233—Processing of audio elementary streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2347—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving video stream encryption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4408—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving video stream encryption, e.g. re-encrypting a decrypted video stream for redistribution in a home network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/643—Communication protocols
    • H04N21/6437—Real-time Transport Protocol [RTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8547—Content authoring involving timestamps for synchronizing content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/14—Systems for two-way working
    • H04N7/15—Conference systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Power Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明涉及信息传输技术领域，揭露了一种视频会议内容安全传输方法、设备及介质，包括：提取会议对象的眼部特征，计算各个会议对象的眼部移动值；根据眼部移动值检测会议对象的动静状态，根据动静状态提取各个会议对象的多维静态特征，验证会议对象的会议身份；提取视频会议内容的关键音视频内容特征，对关键音视频内容特征进行分类；对声音内容特征及视频内容特征进行加密；对双维传输通道进行双端通道加密，按照双维加密传输通道传输关键声音内容密文及关键视频内容密文。本发明可以提高视频会议内容传输时的安全性。

Description

视频会议内容安全传输方法、设备及介质
技术领域
本发明涉及信息传输技术领域，尤其涉及一种视频会议内容安全传输方法、设备及介质。
背景技术
随着远程工作和远程协作的普及，视频会议已成为人们进行业务会议、团队沟通和远程培训的重要方式，但是在视频会议的过程中会存在网络安全威胁，导致机密信息泄露等严重后果，因此，确保视频会议内容的安全传输变得至关重要，需要对数据安全传输过程中的访问控制进行分析，以进行视频会议内容的安全传输。
现有的视频会议内容安全传输技术多为基于数据传输协议，实现对音视频数据的加密和传输。实际应用中，在数据传输过程中会存在多方面的威胁问题，仅仅考虑对数据进行加密传输，导致视频会议内容传输的威胁性增加，从而对进行视频会议内容传输时的安全性较低。
发明内容
本发明提供一种视频会议内容安全传输方法、设备及介质，其主要目的在于解决进行视频会议内容传输时的安全性的问题。
为实现上述目的，本发明提供的一种视频会议内容安全传输方法，包括：
利用预先确定的影像识别算法跟踪识别视频会议场景的各个会议对象，提取各个会议对象在不同图像帧中的眼部特征，利用预设的补偿移动算法及所述眼部特征计算各个会议对象的眼部移动值；
根据所述眼部移动值检测各个会议对象的动静状态，根据所述动静状态提取各个会议对象的多维静态特征，利用预设的双向身份验证算法及所述多维静态特征验证各个会议对象的会议身份；
当各个会议身份符合预设的身份需求时，提取所述视频会议内容的关键音视频内容特征，将所述内容特征分类为声音内容特征及视频内容特征；
利用预先生成的动态实时加密算法对所述声音内容特征进行加密，得到关键声音内容密文，以及对所述视频内容特征进行加密，得到关键视频内容密文；
根据预设的音视频传输属性构建双维传输通道，对所述双维传输通道进行双端通道加密，利用加密后的双维加密传输通道传输所述关键声音内容密文及所述关键视频内容密文。
可选地，所述利用预先确定的影像识别算法跟踪识别视频会议场景的各个会议对象，包括：
利用预设的图像分割算法对视频会议场景中的背景进行分割，得到视频会议分割场景；
利用预先确定的影像识别算法识别所述视频会议分割场景中的人脸特征；
将所述人脸特征与预设的会议目标人脸特征进行对比，得到比对矩阵；
根据所述比对矩阵及预设的视频图像时间帧跟踪识别视频会议场景的各个会议对象。
可选地，所述利用预设的补偿移动算法及所述眼部特征计算各个会议对象的眼部移动值，包括：
将所述眼部特征对应的眼部特征点进行坐标转换，得到特征点坐标；
根据预设的时间帧及所述特征点坐标提取所述会议对象的注视点位置；
利用如下预设的移动补偿算法根据所述注视点位置及预设的补偿属性计算各个会议对象的眼部移动值：
其中，为所述眼部移动值，/>为在第一时间帧下的注视点位置中的横坐标值，/>为在第一时间帧下的注视点位置中的纵坐标值，/>为在第二时间帧下的注视点位置中的补偿横坐标值，/>为在第二时间帧下的注视点位置中的补偿纵坐标值,/>为第/>个补偿属性中横坐标/>的补偿系数，/>为第/>个补偿属性中纵坐标/>的补偿系数，/>为第/>个补偿属性中补偿移动的横坐标值，/>为第/>个补偿属性中补偿移动的纵坐标值，/>为补偿属性的数量。
可选地，所述利用预设的双向身份验证算法及所述多维静态特征验证各个会议对象的会议身份，包括：
提取所述多维静态特征中的眼周特征及局部脸部特征；
将所述眼周特征进行向量转换，得到眼周特征向量，对所述局部脸部特征进行向量转换，得到脸部特征向量；
对所述会议对象对应的身份标识进行向量转换，得到身份特征向量；
将所述眼周特征向量、所述脸部特征向量及所述身份特征向量生成身份验证向量矩阵；
利用如下预设的双向身份验证算法对所述身份验证向量矩阵进行双向验证，得到验证值：
其中，为所述验证值，/>为正向反馈值，/>为逆向反馈值，/>为所述身份验证向量矩阵的矩阵值，/>为接收方中第/>个身份验证向量矩阵的矩阵值，/>为接收方反馈的身份验证向量矩阵的矩阵值，/>为最小值函数；
根据所述验证值确定各个会议对象的会议身份。
可选地，所述提取所述视频会议内容的关键音视频内容特征，包括：
提取所述视频会议内容中的动作特征；
提取所述视频会议内容中的音频信号，提取所述音频信号的频域特征；
根据所述频域特征筛选所述视频会议内容的有效音频特征；
将所述动作特征及所述有效音频特征进行时间同步，得到关键音视频内容特征。
可选地，所述利用预先生成的动态实时加密算法对所述声音内容特征进行加密，得到关键声音内容密文，包括：
根据视频会议内容的时间帧及预设的动态随机数生成动态加密因子；
根据所述动态加密因子及预设的动态混淆因子生成伪密钥序列；
利用预设的哈希算法将所述伪密钥序列转换为动态实时密钥；
将所述动态实时密钥与所述声音内容特征进行实时同步对应，得到同步加密列表；
利用如下预设的动态实时加密算法及所述同步加密列表中的所述动态实时密钥对所述声音内容特征进行加密，得到关键声音内容密文：
其中，为第/>帧的所述关键声音内容密文，/>为第/>帧的所述动态实时密钥的二进制数据，/>为第/>帧的所述声音内容特征的二进制数据。
可选地，所述根据预设的音视频传输属性构建双维传输通道，包括：
根据预设的音视频传输属性中的声音传输属性生成音频编码格式和音频传输协议，根据所述音频编码格式及所述音频传输协议生成音频传输通道；
根据预设的音视频传输属性中的视频传输属性生成视频编码格式和视频传输协议，根据所述视频编码格式及所述视频传输协议生成视频传输通道；
将所述音频传输通道的传输方与所述视频传输通道的传输方进行传输融合，得到双维同步发送传输通道；
将所述音频传输通道的接收方与所述视频传输通道的接收方进行传输统合，得到双维同步接收传输通道；
汇集所述双维同步发送传输通道及所述双维同步接收传输通道为双维传输通道。
可选地，所述对所述双维传输通道进行双端通道加密，得到双维加密传输通道，包括：
根据预设的传输权限生成所述双维传输通道的握手标识；
通过所述握手标识及预设的通道双端标识生成双端临时加密密钥；
将所述双端临时加密密钥与预设的双端对称加密密钥拼接为双端密钥；
将所述通道双端标识与所述双端密钥进行异或运算，得到双维加密传输通道。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的视频会议内容安全传输方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的视频会议内容安全传输方法。
本发明实施例通过提取会议对象的眼部特征，可以获取会议对象的视觉信息，进而根据眼部特征计算会议对象的眼部移动值，可以辨别会议对象是真实人物，而不是照片或视频录制，防止冒用身份的风险；根据目标状态提取会议对象的多维静态特征，进而根据多维静态特征验证会议对象的会议身份，以确保只有合法的与会人员才能参与视频会议，增加会议的安全性；通过提取关键音视频内容特征并进行分类，提高视频会议内容传输的效率；通过动态实时加密算法对关键声音内容特征和视频内容特征进行加密，可以确保在传输过程中数据的安全性和保密性，防止信息泄露和篡改；根据预设的音视频传输属性，构建双维传输通道，并对其进行双端通道加密，可以保证音视频数据在传输过程中的安全性和完整性，防止被非法获取或篡改。因此本发明提出的视频会议内容安全传输方法、设备及介质，可以解决进行视频会议内容传输时的安全性较低的问题。
附图说明
图1为本发明一实施例提供的视频会议内容安全传输方法的流程示意图；
图2为本发明一实施例提供的验证会议身份的流程示意图；
图3为本发明一实施例提供的实现所述视频会议内容安全传输方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
本申请实施例提供一种视频会议内容安全传输方法。所述视频会议内容安全传输方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述视频会议内容安全传输方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的视频会议内容安全传输方法的流程示意图。在本实施例中，所述视频会议内容安全传输方法包括：
S1、利用预先确定的影像识别算法跟踪识别视频会议场景的各个会议对象，提取各个会议对象在不同图像帧中的眼部特征，利用预设的补偿移动算法及所述眼部特征计算各个会议对象的眼部移动值。
本发明实施例中，在视频会议场景中为了确保参与会议的对象是真实的活体而不是照片或视频录制，需要对视频会议场景的会议对象进行检测，防止冒用身份的风险，因此，需要提取视频会议场景的会议对象。
本发明实施例中，所述利用预先确定的影像识别算法跟踪识别视频会议场景的各个会议对象，包括：
利用预设的图像分割算法对视频会议场景中的背景进行分割，得到视频会议分割场景；
利用预先确定的影像识别算法识别所述视频会议分割场景中的人脸特征；
将所述人脸特征与预设的会议目标人脸特征进行对比，得到比对矩阵；
根据所述比对矩阵及预设的视频图像时间帧跟踪识别视频会议场景的各个会议对象。
详细地，可利用图像分割技术，如背景减除或深度学习模型，从视频帧中提取出会议对象，如在获取视频文件后，需要对视频文件进行预处理，包括视频格式转换、视频压缩、帧率调整等操作，以便更好地处理视频数据，通过图像分割算法对视频帧进行处理，将背景与会议对象分离，在图像分割过程时，需要调整分割参数，以适应不同的视频会议场景和光照条件，从而得到准确性更高的只有会议对象的视频会议分割场景；再通过影像识别算法算法，检测视频会议分割场景中每个帧的人脸特征，即人脸位置和大小，常见的影像识别算法又称人脸检测算法，包括Haar级联检测器、HOG+SVM检测器、深度学习网络等，从而提取出视频会议分割场景中的会议对象对应的人脸特征。
具体地，准备或事先录入会议目标人脸特征数据库，包含了应出现在视频会议中的人员的人脸特征，进而将识别出的人脸特征与预设的会议目标人脸特征数据库进行比对，其中，利用人脸匹配算法（如欧氏距离、余弦相似度等）计算比对矩阵，确定视频会议场景中人脸与目标人脸的匹配程度，从而将人脸特征对比后的匹配程度生成对比矩阵，则对比矩阵中的行维度表示的是视频会议分割场景中的人脸特征，列维度表示的是会议目标人脸特征数据库中的人脸特征，其矩阵值为人脸特征对比后的匹配程度，进而根据视频图像时间帧实施跟踪连续更新对比矩阵中不同人脸特征的匹配程度，其中利用选定的跟踪算法（如Kalman滤波、SORT、DeepSORT等）对这些目标对象进行时间序列上的跟踪，跟踪算法需要处理对象的出入镜、遮挡等情况，确保跟踪的连续性和准确性，对于每一个新的视频帧，更新每个目标对象的位置和状态，从而更新对比矩阵中不同人脸特征的匹配程度，当匹配程度大于预设的匹配阈值时，表示连续时间帧下的人脸特征与会议目标人脸特征数据库中的人脸特征可高度匹配，从而可准确确定视频会议场景的各个会议对象。
进一步地，为了检测视频会议场景中的会议对象是否是真实存在的人物，需要对会议对象的眼睛进行检测，检测会议对象的眼睛是否是转动的，即提取各个会议对象在不同图像帧中的眼部特征，其中对于每个提取的会议对象，使用眼部检测算法（如基于深度学习的人脸关键点检测器或传统的图像处理技术）来定位眼部区域；提取眼球、眼睑等眼部特征，可以利用局部图像处理技术或者深度学习模型，所述眼部特征包括眼球角度、瞳孔位置、眼角位置。
更进一步地，需要根据眼部特征检测会议对象是否是真实存在的人物，则需要计算会议对象的眼部移动值，能够依据眼部移动值监测会议对象是否存在事先变化情况。
本发明实施例中，所述眼部移动值是指眼睛在空间中的位置或者相对于某一基准点的变化量，描述眼球的变化情况。
本发明实施例中，所述利用预设的补偿移动算法及所述眼部特征计算各个会议对象的眼部移动值，包括：
将所述眼部特征对应的眼部特征点进行坐标转换，得到特征点坐标；
根据预设的时间帧及所述特征点坐标提取所述会议对象的注视点位置；
利用如下预设的移动补偿算法根据所述注视点位置及预设的补偿属性计算各个会议对象的眼部移动值：
其中，为所述眼部移动值，/>为在第一时间帧下的注视点位置中的横坐标值，/>为在第一时间帧下的注视点位置中的纵坐标值，/>为在第二时间帧下的注视点位置中的补偿横坐标值，/>为在第二时间帧下的注视点位置中的补偿纵坐标值,/>为第/>个补偿属性中横坐标/>的补偿系数，/>为第/>个补偿属性中纵坐标/>的补偿系数，/>为第/>个补偿属性中补偿移动的横坐标值，/>为第/>个补偿属性中补偿移动的纵坐标值，/>为补偿属性的数量。
详细地，所述眼部特征点是指瞳孔中心点、眼睛轮廓的顶点、眼睑缘点，其中瞳孔中心点是指人眼瞳孔的中心位置，通常在图像上表现为一个圆形或椭圆形，可以通过阈值分割、边缘检测、Hough变换等方法来检测瞳孔，并计算其中心位置作为瞳孔中心特征点；眼睛轮廓的顶点是指眼睛轮廓上的最高点和最低点，通常用于计算眼睛的高度和宽度，可以通过Canny边缘检测、霍夫变换等方法来检测眼睛轮廓，并计算其顶点位置；眼睑缘是指眼睑和眼球之间的边缘，通常用于计算注视点和注视距离，可以通过色彩分割、形态学处理等方法来检测眼睑缘，并计算其位置，进而将眼部特征点以坐标形式展现，将眼部特征点转换为相对于屏幕坐标的位置，其中通过确定屏幕和图像之间的缩放比例和偏移量，可以通过获取图像尺寸和屏幕尺寸来计算缩放比例，并根据设备的安装位置和摄像头的视野范围来计算偏移量，将眼部特征点的图像坐标转换为相对于屏幕的坐标，即,/>，其中/>是特征点在屏幕坐标系中的位置,/>是特征点在图像坐标系中的位置,/>是/>方向上的缩放比例，/>是/>方向上的缩放比例，/>是/>方向上的偏移量，/>是/>方向上的偏移量，进而得到特征点坐标。
具体地，在不同的时间帧下根据特征点坐标可确定会议对象的视线方向，即通过分析眼部图像或视频中的瞳孔中心点的位置，可以确定眼睛的注视点位置，然后，通过连接瞳孔中心点和眼角点，就可以得到眼睛的视线方向，进而通过视线交汇点模型确定注视点位置，设左右眼的视线方向分别为和/>，则注视点位置为/>，，其中/>为注视点位置，/>为右眼的中心点，/>为左眼的中心点，/>和/>为标量系数。
进一步地，在确定会议对象的真实性时，不同时间帧下的注视点位置会由于头部运动、呼吸等因素引起坐标偏移量的误差，因此，需要通过移动补偿算法对坐标偏移量进行修正，以消除因头部运动、呼吸等因素引起的误差，其中移动补偿算法中的补偿系数反映每个补偿属性对应的重要程度或权重，如眼神快速追踪时，可能需要增加与速度相关的补偿属性的权重，从而降低误差，提高眼部移动值计算的准确性，进而确定不同注视点位置之间的位置差值，从而确定会议对象的眼部移动值。
更进一步地，通过眼部移动值可以辨别会议对象是真实人物，而不是照片或视频录制，防止冒用身份的风险，提高会议视频内容传输的安全性。
S2、根据所述眼部移动值检测各个会议对象的动静状态，根据所述动静状态提取各个会议对象的多维静态特征，利用预设的双向身份验证算法及所述多维静态特征验证各个会议对象的会议身份。
本发明实施例中，所述动静状态是指会议对象是动态还是静态，即当眼部移动值等于零时，表示会议对象的动静动态为静态，会议对象的视线在一定时间内并没有发生变化，则会议对象可能是照片或视频录制；当所述眼部移动值不等于零时，表示会议对象的动静动态为真实人物。
进一步地，在确定会议对象为真实人物，不是照片或视频录制时，即只有动静状态为动态时，还需要对会议对象的身份进行验证，防止出现假冒身份，对视频会议内容的传输造成威胁。
本发明实施例中，所述多维静态特征为眼部周围特征及局部脸部特征，其中所述眼部周围特征包括眼睛的大小、颜色、眼袋、黑眼圈等特征，所述局部脸部特征包括脸颊、下巴、耳朵等特征。
详细地，可通过人脸检测算法，如Haar级联分类器、基于深度学习的人脸检测模型等，来定位会议对象的面部位置，再利用关键点定位算法（如Dlib库中的68个关键点或其他模型）来识别眼睛、嘴唇、鼻子等面部局部特征的位置，通过关键点定位，可以计算眼睛的大小、形状、颜色等特征，也可以使用眼部分割算法来分割出眼睛区域，并提取眼袋、黑眼圈等特征，根据关键点定位，可以计算嘴唇的大小、形状、颜色等特征，通过鼻子的位置和形状，可以提取鼻子的特征。
进一步地，多维静态特征具有较高的唯一性和难以伪造性，使得身份验证更加可靠验证会议对象的身份，可以有效减少身份冒充的风险。
本发明实施例中，所述会议身份是指会议对象在视频会议场景中的身份是否是可靠的，防止不明身份混入视频会议场景中，为视频会议内容安全传输带来威胁。
本发明实施例中，参照图2所示，所述利用预设的双向身份验证算法及所述多维静态特征验证各个会议对象的会议身份，包括：
S21、提取所述多维静态特征中的眼周特征及局部脸部特征；
S22、将所述眼周特征进行向量转换，得到眼周特征向量，对所述局部脸部特征进行向量转换，得到脸部特征向量；
S23、对所述会议对象对应的身份标识进行向量转换，得到身份特征向量；
S24、将所述眼周特征向量、所述脸部特征向量及所述身份特征向量生成身份验证向量矩阵；
S25、利用如下预设的双向身份验证算法对所述身份验证向量矩阵进行双向验证，得到验证值：
其中，为所述验证值，/>为正向反馈值，/>为逆向反馈值，/>为所述身份验证向量矩阵的矩阵值，/>为接收方中第/>个身份验证向量矩阵的矩阵值，/>为接收方反馈的身份验证向量矩阵的矩阵值，/>为最小值函数；
S26、根据所述验证值确定各个会议对象的会议身份。
详细地，所述多维静态特征中包括眼周特征及局部脸部特征，进而将眼周特征及局部脸部特征进行向量转换，得到眼周特征向量及脸部特征向量，其中可通过向量转换模型进行向量转换，向量转换模型包括但不限于Bert模型、Word2Vec模型，而每个会议对象都具有唯一的身份标识，如会议对象A的身份标识为a005，a可以标识会议对象所属的部门，进而对身份标识进行向量转换，得到身份特征向量。
具体地，将眼周特征向量、脸部特征向量/>及身份特征向量/>拼接为身份验证向量矩阵，即身份验证向量矩阵为/>，进而通过双向身份验证算法对身份验证向量矩阵进行双向验证，即计算身份验证向量矩阵的矩阵值，则发送方会将身份验证向量矩阵发送至接收方，接收方会有对于发送方的正向反馈值，则正向反馈值表示接收方是否接收到发送方发送的身份验证向量矩阵，若未接收到，则/>，若接收到，则/>，从而将发送方发送的身份验证向量矩阵的矩阵值逐一与接收方中的身份验证向量矩阵的矩阵值进行差值运算，并选取差值最小的接收方的身份验证向量矩阵的矩阵值/>作为接收方反馈至发送方的身份验证向量矩阵，则逆向反馈指表示发送方是否接收到接收方返回的与身份验证向量最接近的身份验证向量矩阵/>，若未接收到，则/>，若接收到，则/>，则同样比较两者的身份验证向量矩阵的矩阵值，进而根据验证值可确定会议对象的会议身份，若验证值等于零，则会议对象的会议身份是符合会议身份需求的，确保视频会议过程中的安全性。
示例性地，若发送方的身份验证向量矩阵的矩阵值为，接收方具有的身份验证向量矩阵的矩阵值为/>，/>，则分别计算/>与/>，/>之间的差值，并选取最小的差值，若与/>之间的差值最小，则选取/>对应的身份验证向量矩阵作为反馈向量矩阵，则将反馈向量矩阵反馈至发送方，并由发送方再次计算/>与/>之间的差值，从而得到验证值，进而确定会议对象的会议身份。
进一步地，根据会议对象的会议身份可确定视频会议内容能否安全传输，从而对视频会议内容的安全传输提前做了威胁规避，提高视频会议内容传输的安全性。
S3、当各个会议身份符合预设的身份需求时，提取所述视频会议内容的关键音视频内容特征，将所述关键音视频内容特征进行分类为声音内容特征及视频内容特征。
本发明实施例中，只有会议身份符合身份需求时，即会议对象的会议身份是安全的，才能对视频会议内容进行数据安全传输。
进一步地，为了提高视频会议内容传输效率，则需要提取视频会议内容中的有效内容，对于无效内容应该进行删除，不必进行数据传输，占据传输资源，使传输效率降低。
本发明实施例中，所述关键音视频内容特征是指视频会议内容中的主要音频和主要演示动作，如有关会议内容的发言、讨论、演示动作等，而对于在视频会议中的闲聊及无效视频就需要去除。
本发明其中一个实际应用场景中，若视频会议是针对语音转换技术的内容，则在此次视频会议中语音转换所涉及的技术以及语音转换技术所演示的视频都属于关键音视频内容特征，而对于视频会议中的闲聊和无效视频就需要去除，提高视频会议内容传输的效率。
本发明实施例中，所述提取所述视频会议内容的关键音视频内容特征，包括：
提取所述视频会议内容中的动作特征；
提取所述视频会议内容中的音频信号，提取所述音频信号的频域特征；
根据所述频域特征筛选所述视频会议内容的有效音频特征；
将所述动作特征及所述有效音频特征进行时间同步，得到关键音视频内容特征。
详细地，所述动作特征是指视频会议中对于主要技术地演示动作或手势动作等动作特征，其中通过计算机视觉技术，分析视频中与会者的身体语言、手势和头部运动等动作特征，包括但不限于人脸识别算法检测面部表情、身体姿势估计以及运动跟踪，进而需要单独提取视频会议内容的音频特征，提高视频会议内容的安全性。
具体地，通过音频处理技术将视频中的音频分离出来，并对其进行预处理，如去除噪声或背景音乐等，对提取的音频信号进行频域分析，常见的特征包括频谱图、频率特征、功率谱密度等，通过应用傅里叶变换等技术，将时域的音频信号转换为频域表示，以获取音频信号的频域特征，进而根据频域特征进行筛选，选择与会议内容相关的有效音频特征，如可以根据频率范围或频率激活程度等指标进行筛选，保留与会议讨论相关的音频特征，再将提取的动作特征与筛选得到的有效音频特征进行时间同步，以确保两者对应的时刻一致，使用时间戳或帧同步的方式将动作特征和有效音频特征进行时间上的对齐，在提取动作特征和音频特征时，可以记录每个特征的采样时间戳或帧号码，将同步后的动作特征和有效音频特征进行融合，可以简单地将它们连接在一起，以得到关键的音视频内容特征。
进一步地，将音视频内容特征中的声音内容特征与视频内容特征分离处理，即声音内容特征是指只有声音信息，无对应的视频画面；视频内容特征是指是只有视频画面，无对应的音频信息，从而保证在进行视频会议内容传输过程中，即使非法用户窃取视频会议内容，只会得到单独的声音内容特征或视频内容特征，提高视频会议内容传输过程中的安全性。
更进一步地，为了防止非法用户窃取声音内容特征与视频内容特征，还需要对声音内容特征与视频内容特征进行加密，保护会议中的敏感信息，防止被未经授权的人员或应用程序访问和窃取，降低数据泄露的风险。
S4、利用预先生成的动态实时加密算法对所述声音内容特征进行加密，得到关键声音内容密文，以及对所述视频内容特征进行加密，得到关键视频内容密文。
本发明实施例中，所述关键声音内容密文是指对声音内容特征进行加密之后，得到的密文，将原始的声音内容特征转换为密文形式，从而保护了声音内容的隐私和机密性。
本发明实施例中，所述利用预先生成的动态实时加密算法对所述声音内容特征进行加密，得到关键声音内容密文，包括：
根据视频会议内容的时间帧及预设的动态随机数生成动态加密因子；
根据所述动态加密因子及预设的动态混淆因子生成伪密钥序列；
利用预设的哈希算法将所述伪密钥序列转换为动态实时密钥；
将所述动态实时密钥与所述声音内容特征进行实时同步对应，得到同步加密列表；
利用如下预设的动态实时加密算法及所述同步加密列表中的所述动态实时密钥对所述声音内容特征进行加密，得到关键声音内容密文：
其中，为第/>帧的所述关键声音内容密文，/>为第/>帧的所述动态实时密钥的二进制数据，/>为第/>帧的所述声音内容特征的二进制数据。
详细地，所述动态加密因子是指随机生成的值，与时间帧或其他变量相关联，并且会随着时间的推移而不断改变，动态加密因子的引入可以增加加密的安全性和随机性，使得每个时间帧的加密结果都不同，提高了破解的难度，即时间帧为视频中的帧数据，将帧数据与随机数生成器随机生成的动态随机数进行叠加，得到动态加密因子，如时间帧为第8帧，生成的动态随机数为6，则动态加密因子为14，进而将动态加密因子转换为二进制形式，得到二进制动态加密因子，而动态混淆因子是将时间帧与随机生成的动态随机数进行差值计算，得到的差值绝对值作为动态混淆因子，如时间帧为第8帧，生成的动态随机数为6，则动态混淆因子为2，将动态混淆因子转换为二进制形式，得到二进制动态混淆因子，将二进制动态加密因子与二进制动态混淆因子进行异或计算，得到伪随机密钥序列，其中二进制序列是一致的，而伪随机密钥序列并不是真正的加密密钥，只是一种迷惑密钥序列，可以隐藏真正的加密密钥。
具体地，使用预设的哈希算法（如SHA-256、MD5等）对伪密钥进行哈希运算，哈希算法可以将任意长度的输入数据转换为固定长度的输出，保证了密钥的长度和统一性，将哈希运算得到的结果作为动态实时密钥。每次需要使用动态实时密钥时，都重新进行哈希运算，以保证密钥的动态性和实时性，将动态实时密钥应用于当前时间帧的加密操作，以确保数据的安全性和保密性，进而将将动态实时密钥与声音内容特征进行对应，生成同步加密列表，可以将每个声音内容特征与动态实时密钥进行哈希运算，并将哈希结果作为该声音内容特征对应的加密密钥。同一声音内容特征在不同时间帧中对应的加密密钥应保持一致，根据同步加密列表，对当前时间帧的声音数据进行加密处理；则将动态实时密钥转换为二进制形式以及将声音内容特征转换为二进制形式，进而将二进制动态实时密钥与二进制声音内容特征进行异或运算，得到关键声音内容密文，从而可以有效防止未经授权的访问和窃听，保护敏感信息不被泄露，保证数据的完整性和准确性。
进一步地，所述对所述视频内容特征进行加密，得到关键视频内容密文与所述利用预先生成的动态实时加密算法对所述声音内容特征进行加密，得到关键声音内容密文步骤一致，再次不再赘述，其中关键视频内容密文是指对视频内容特征进行加密之后得到的密文。
更进一步地，为了保证加密后的关键声音内容密文及所述关键视频内容密文进行安全传输，需要构建数据传输通道，从而提高传输效率，确保数据传输同步性。
S5、根据预设的音视频传输属性构建双维传输通道，对所述双维传输通道进行双端通道加密，利用加密后的双维加密传输通道传输所述关键声音内容密文及所述关键视频内容密文。
本发明实施例中，所述双维传输通道是指同时在一个网络连接中传输音频和视频数据的通道。在双维传输通道中，音频和视频数据可以独立传输，互不干扰，有效避免传输阻塞和延迟。
本发明实施例中，所述根据预设的音视频传输属性构建双维传输通道，包括：
根据预设的音视频传输属性中的声音传输属性生成音频编码格式和音频传输协议，根据所述音频编码格式及所述音频传输协议生成音频传输通道；
根据预设的音视频传输属性中的视频传输属性生成视频编码格式和视频传输协议，根据所述视频编码格式及所述视频传输协议生成视频传输通道；
将所述音频传输通道的传输方与所述视频传输通道的传输方进行传输融合，得到双维同步发送传输通道；
将所述音频传输通道的接收方与所述视频传输通道的接收方进行传输统合，得到双维同步接收传输通道；
汇集所述双维同步发送传输通道及所述双维同步接收传输通道为双维传输通道。
详细地，音频和视频的编码格式和传输协议需要能够支持同时传输，并且能够满足预设的传输属性要求，如延迟、带宽、画质等，如音频可以使用AAC编码，具有高效的压缩率和优良的音质表现，传输协议包括但不限于RTP（Real-time Transport Protocol）和RTSP（Real-Time Streaming Protocol）。RTP是一种实时传输协议，适用于通过网络传输音频和视频数据，可以提供数据分片、同步、丢包恢复等功能，保证音频数据的实时性和稳定性，RTSP是一种流媒体控制协议，用于控制音视频流的播放、暂停、快进等操作，此外，视频可以使用H.264编码，传输协议可以使用RTP或WebRTC，双维传输通道需要支持同时传输音频和视频，并且能够保证传输稳定、流畅，则音频传输通道及视频传输通道会建立在网络连接之上，通过传输协议进行数据传输，可以通过网络技术来构建传输通道，如多路复用、流量控制、拥塞控制等，且可以根据预设的传输属性要求，可以调整音视频编码格式、传输协议和网络技术的参数，以达到最佳的传输效果，同时使用音频编码格式对音频数据进行压缩和解压缩，可以确保音频数据在传输过程中保持高质量和实时性，在构建好传输通道后，可以将音频和视频数据同时发送到接收端。
具体地，双维传输通道具有三种形式通道，即第一种形式通道为双维同步发送传输通道，只有一个传输接口，但一个传输接口连接着两个通道，即将音频传输通道的传输接口与视频传输通道的传输接口共用一个，而接收方的接收接口是相互独立的，如音频传输通道的通道两端为A端和B端，视频传输通道的通道两端为A端和C端；第二种形式通道为双维同步接收传输通道，只有一个接收接口，但一个接收接口连接着两个通道，即将音频传输通道的接收接口与视频传输通道的接收接口共用一个，而发送方的传输接口是相互独立的，如音频传输通道的通道两端为A端和B端，视频传输通道的通道两端为C端和B端；第三种形式是音频传输通道与视频传输通道是完全独立的，如如音频传输通道的通道两端为A端和B端，视频传输通道的通道两端为C端和D端,可以同时传输音频和视频数据，充分利用网络带宽资源，提高传输效率，则可自定义选择需要进行传输的双维传输通道，如当传输资源不够时，通过第三种形式进行数据传输时效率会非常慢，此时可以选择第一中形式通道，以提高传输效率。
进一步地，传输过程中，音频和视频数据可以独立传输，互不干扰，有效避免传输阻塞和延迟，由于音频和视频在传输过程中分别独立传输，双维传输通道可以提供一定的容错性，即使在网络出现丢包或错误的情况下，仍然可以保证部分数据的传输和展示。如即使视频数据丢失了几帧，音频仍然能够继续播放，从而避免了传输中断和用户感知上的不连贯性。
更进一步地，为了提高视频会议内容在传输过程中的安全性，需要加密双维传输通道，可以保护数据在传输过程中的机密性和完整性，避免敏感信息被未授权的人员或恶意攻击者获取、篡改或窃听，以有效地防止中间人攻击，从而能够拦截、篡改甚至伪造通信内容。
本发明实施例中，所述双维加密传输通道是指是指在数据传输过程中，同时对音频和视频两个维度进行加密保护的通道，可以确保音频和视频信号在传输过程中的机密性、完整性和安全性。
本发明实施例中，对所述双维传输通道进行双端通道加密，得到双维加密传输通道，包括：
根据预设的传输权限生成所述双维传输通道的握手标识；
通过所述握手标识及预设的通道双端标识生成双端临时加密密钥；
将所述双端临时加密密钥与预设的双端对称加密密钥拼接为双端密钥；
将所述通道双端标识与所述双端密钥进行异或运算，得到双维加密传输通道。
详细地，所述握手标识是指双方验证对方的身份和权限的标识，则握手标识唯一的字符串或数字序列，用于在通信阶段进行身份验证和权限验证；所述传输权限是指发送方是否具有传输视频会议内容的权限以及接收方是否具有接收视频会议内容的权限，当双方都具有传输权限时，建立双方的握手标识，只是可以进行视频会议内容的传输；此外，双维传输通道的两端都具有唯一标识的通道双端标识，即将通道双端标识与握手标识进行异或运算，可生成两端的临时加密密钥，如双维传输通道的两端为A端和B端，在A端的通道双端标识为，在B端的通道双端标识为/>，握手标识为/>，则A端的临时加密密钥为，在B端的临时加密密钥为/>，而临时加密密钥与长期密钥是分开的，即使临时加密密钥被破解或泄露，也不会对长期密钥的安全性产生影响，可以确保长期密钥的安全性，减少更换和更新密钥的频率。
具体地，所述双端密钥是对双维传输通道进行加密的真正密钥，则将双端临时密钥预先生成的双端对称加密密钥进行拼接，得到双端密钥，如A端和B端的对称加密密钥为，A端的临时加密密钥为/>，B端的临时加密密钥为/>，则A端的双端密钥为，B端的双端密钥为/>，其中“/>”为拼接符号，对称加密密钥是指发送方和接收方都需要共享同一个密钥，可通过对称加密算法中的密钥派生函数将随机数派生为对称加密密钥，进而将通道双端标识与双端密钥进行异或运算，得到两端的加密通道，即双维加密传输通道，则将通道双端标识和双端密钥转换为二进制形式，如果通道双端标识和双端密钥的长度不同，需要将它们进行对齐。可以在较短的二进制数前面添加零以达到相同的长度，对齐后，逐位对通道双端标识和双端密钥进行异或运算。对应位的值相同则结果为0，对应位的值不同则结果为1，得到的异或结果为两端的加密结果，在进行数据传输时，发送方和接收方分别要用已经获取的密钥对双维传输通道的两端进行解密，解密成功时，才能进行视频会议内容的传输。
进一步地，可以按照所述双维加密传输通道传输所述关键声音内容密文及所述关键视频内容密文，即封装音频和视频数据，生成相应的RTP包，其中RTP（Real-timeTransport Protocol）是实时传输数据的标准协议，用于在音视频通信中传输数据；此外，为了确保在封装RTP包时，将加密后的音频和视频数据放入相应的包中，可以将多个RTP包打包成一个封装单元，减少网络传输中的开销；同时，为了适应网络环境，可以将打包后的封装单元分片成多个较小的数据块进行传输，接收到加密后的音频和视频数据后，使用相同的加密算法和密钥进行解密，以还原原始的音频和视频数据，解密后的音频和视频数据可以通过相应的音视频播放设备进行播放，让用户能够听到声音和看到视频。
本发明实施例通过提取会议对象的眼部特征，可以获取会议对象的视觉信息，进而根据眼部特征计算会议对象的眼部移动值，可以辨别会议对象是真实人物，而不是照片或视频录制，防止冒用身份的风险；根据目标状态提取会议对象的多维静态特征，进而根据多维静态特征验证会议对象的会议身份，以确保只有合法的与会人员才能参与视频会议，增加会议的安全性；通过提取关键音视频内容特征并进行分类，提高视频会议内容传输的效率；通过动态实时加密算法对关键声音内容特征和视频内容特征进行加密，可以确保在传输过程中数据的安全性和保密性，防止信息泄露和篡改；根据预设的音视频传输属性，构建双维传输通道，并对其进行双端通道加密，可以保证音视频数据在传输过程中的安全性和完整性，防止被非法获取或篡改。因此本发明提出的视频会议内容安全传输方法、设备及介质，可以解决进行视频会议内容传输时的安全性较低的问题。
如图3所示，是本发明一实施例提供的实现视频会议内容安全传输方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如视频会议内容安全传输程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing Unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述设备的控制核心（Control Unit），利用各种接口和线路连接整个设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如执行视频会议内容安全传输程序等），以及调用存储在所述存储器11内的数据，以执行设备的各种功能和处理数据。
所述存储器11至少包括一种类型的计算机可读存储介质，所述计算机可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是设备的内部存储单元，例如该设备的移动硬盘。所述存储器11在另一些实施例中也可以是设备的外部存储设备，例如设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于设备的应用软件及各类数据，例如视频会议内容安全传输程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准（Peripheral ComponentInterconnect，简称PCI）总线或扩展工业标准结构（Extended Industry StandardArchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该设备与其他设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述设备中的所述存储器11存储的视频会议内容安全传输程序是多个指令的组合，在所述处理器10中运行时，可以实现：
利用预先确定的影像识别算法跟踪识别视频会议场景的各个会议对象，提取各个会议对象在不同图像帧中的眼部特征，利用预设的补偿移动算法及所述眼部特征计算各个会议对象的眼部移动值；
根据所述眼部移动值检测各个会议对象的动静状态，根据所述动静状态提取各个会议对象的多维静态特征，利用预设的双向身份验证算法及所述多维静态特征验证各个会议对象的会议身份；
当各个会议身份符合预设的身份需求时，提取所述视频会议内容的关键音视频内容特征，将所述内容特征分类为声音内容特征及视频内容特征；
利用预先生成的动态实时加密算法对所述声音内容特征进行加密，得到关键声音内容密文，以及对所述视频内容特征进行加密，得到关键视频内容密文；
根据预设的音视频传输属性构建双维传输通道，对所述双维传输通道进行双端通道加密，利用加密后的双维加密传输通道传输所述关键声音内容密文及所述关键视频内容密文。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种计算机可读存储介质，所述介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
利用预先确定的影像识别算法跟踪识别视频会议场景的各个会议对象，提取各个会议对象在不同图像帧中的眼部特征，利用预设的补偿移动算法及所述眼部特征计算各个会议对象的眼部移动值；
根据所述眼部移动值检测各个会议对象的动静状态，根据所述动静状态提取各个会议对象的多维静态特征，利用预设的双向身份验证算法及所述多维静态特征验证各个会议对象的会议身份；
当各个会议身份符合预设的身份需求时，提取所述视频会议内容的关键音视频内容特征，将所述内容特征分类为声音内容特征及视频内容特征；
利用预先生成的动态实时加密算法对所述声音内容特征进行加密，得到关键声音内容密文，以及对所述视频内容特征进行加密，得到关键视频内容密文；
根据预设的音视频传输属性构建双维传输通道，对所述双维传输通道进行双端通道加密，利用加密后的双维加密传输通道传输所述关键声音内容密文及所述关键视频内容密文。
在本发明所提供的几个实施例中，应该理解到，所揭露的介质，系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围并不仅依据上述说明进行限定，因此旨在将落在保护范围内的等同要件的含义和范围内的所有变化涵括在本发明内。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (7)

1.一种视频会议内容安全传输方法，其特征在于，所述方法包括：
利用预先确定的影像识别算法跟踪识别视频会议场景的各个会议对象，提取各个会议对象在不同图像帧中的眼部特征，利用预设的补偿移动算法及所述眼部特征计算各个会议对象的眼部移动值；
根据所述眼部移动值检测各个会议对象的动静状态，根据所述动静状态提取各个会议对象的多维静态特征，利用预设的双向身份验证算法及所述多维静态特征验证各个会议对象的会议身份；
当各个会议身份符合预设的身份需求时，提取所述视频会议内容的动作特征及有效音频特征并进行时间同步，得到关键音视频内容特征，将所述关键音视频内容特征分类为声音内容特征及视频内容特征；
利用预先生成的动态实时加密算法对所述声音内容特征进行加密，得到关键声音内容密文，以及对所述视频内容特征进行加密，得到关键视频内容密文；
根据预设的音视频传输属性生成音频传输通道及视频传输通道，对所述音频传输通道及所述视频传输通道的传输方进行传输融合得到双维同步发送传输通道，对所述音频传输通道及所述视频传输通道的接收方进行传输融合得到双维同步接收传输通道，汇集所述双维同步发送传输通道及双维同步接收传输通道得到双维传输通道，对所述双维传输通道进行双端通道加密，利用加密后的双维加密传输通道传输所述关键声音内容密文及所述关键视频内容密文；
所述利用预设的补偿移动算法及所述眼部特征计算各个会议对象的眼部移动值，包括：对所述眼部特征对应的眼部特征点进行坐标转换得到特征点坐标，根据预设的时间帧及所述特征点坐标提取所述会议对象的注视点位置，及利用如下预设的移动补偿算法根据所述注视点位置及预设的补偿属性计算各个会议对象的眼部移动值：
其中，为所述眼部移动值，/>为在第一时间帧下的注视点位置中的横坐标值，/>为在第一时间帧下的注视点位置中的纵坐标值，/>为在第二时间帧下的注视点位置中的补偿横坐标值，/>为在第二时间帧下的注视点位置中的补偿纵坐标值,/>为第/>个补偿属性中横坐标/>的补偿系数，/>为第/>个补偿属性中纵坐标/>的补偿系数，/>为第/>个补偿属性中补偿移动的横坐标值，/>为第/>个补偿属性中补偿移动的纵坐标值，/>为补偿属性的数量；
所述利用预设的双向身份验证算法及所述多维静态特征验证各个会议对象的会议身份，包括：提取所述多维静态特征中的眼周特征及局部脸部特征，对所述眼周特征进行向量转换得到眼周特征向量，对所述局部脸部特征进行向量转换得到脸部特征向量，对所述会议对象对应的身份标识进行向量转换得到身份特征向量，根据所述眼周特征向量、所述脸部特征向量及所述身份特征向量生成身份验证向量矩阵，利用如下预设的双向身份验证算法F对所述身份验证向量矩阵进行双向验证得到验证值，再根据所述验证值确定各个会议对象的会议身份：
其中，为所述验证值，/>为正向反馈值，/>为逆向反馈值，/>为所述身份验证向量矩阵的矩阵值，/>为接收方中第/>个身份验证向量矩阵的矩阵值，/>为接收方反馈的身份验证向量矩阵的矩阵值，/>为最小值函数；
所述对所述双维传输通道进行双端通道加密，得到双维加密传输通道，包括：根据预设的传输权限生成所述双维传输通道的握手标识，根据所述握手标识及预设的通道双端标识生成双端临时加密密钥，拼接所述双端临时加密密钥与预设的双端对称加密密钥得到双端密钥，对所述通道双端标识与所述双端密钥进行异或运算得到双维加密传输通道。
2.如权利要求1所述的视频会议内容安全传输方法，其特征在于，所述利用预先确定的影像识别算法跟踪识别视频会议场景的各个会议对象，包括：
利用预设的图像分割算法对视频会议场景中的背景进行分割，得到视频会议分割场景；
利用预先确定的影像识别算法识别所述视频会议分割场景中的人脸特征；
将所述人脸特征与预设的会议目标人脸特征进行对比，得到比对矩阵；
根据所述比对矩阵及预设的视频图像时间帧跟踪识别视频会议场景的各个会议对象。
3.如权利要求1所述的视频会议内容安全传输方法，其特征在于，提取所述视频会议内容的有效音频特征，包括：
提取所述视频会议内容中的音频信号，提取所述音频信号的频域特征；
根据所述频域特征筛选所述视频会议内容的有效音频特征。
4.如权利要求1所述的视频会议内容安全传输方法，其特征在于，所述利用预先生成的动态实时加密算法对所述声音内容特征进行加密，得到关键声音内容密文，包括：
根据视频会议内容的时间帧及预设的动态随机数生成动态加密因子；
根据所述动态加密因子及预设的动态混淆因子生成伪密钥序列；
利用预设的哈希算法将所述伪密钥序列转换为动态实时密钥；
将所述动态实时密钥与所述声音内容特征进行实时同步对应，得到同步加密列表；
利用如下预设的动态实时加密算法及所述同步加密列表中的所述动态实时密钥对所述声音内容特征进行加密，得到关键声音内容密文：
其中，为第/>帧的所述关键声音内容密文，/>为第/>帧的所述动态实时密钥的二进制数据，/>为第/>帧的所述声音内容特征的二进制数据。
5.如权利要求1所述的视频会议内容安全传输方法，其特征在于，所述根据预设的音视频传输属性生成音频传输通道及视频传输通道，包括：
根据预设的音视频传输属性中的声音传输属性生成音频编码格式和音频传输协议，根据所述音频编码格式及所述音频传输协议生成音频传输通道；
根据预设的音视频传输属性中的视频传输属性生成视频编码格式和视频传输协议，根据所述视频编码格式及所述视频传输协议生成视频传输通道。
6.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至5中任一项所述的视频会议内容安全传输方法。
7.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的视频会议内容安全传输方法。
CN202410239179.XA 2024-03-04 2024-03-04 视频会议内容安全传输方法、设备及介质 Active CN117834952B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410239179.XA CN117834952B (zh) 2024-03-04 2024-03-04 视频会议内容安全传输方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410239179.XA CN117834952B (zh) 2024-03-04 2024-03-04 视频会议内容安全传输方法、设备及介质

Publications (2)

Publication Number Publication Date
CN117834952A CN117834952A (zh) 2024-04-05
CN117834952B true CN117834952B (zh) 2024-05-28

Family

ID=90519393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410239179.XA Active CN117834952B (zh) 2024-03-04 2024-03-04 视频会议内容安全传输方法、设备及介质

Country Status (1)

Country Link
CN (1) CN117834952B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016040366A1 (en) * 2014-09-08 2016-03-17 Edifire LLC Methods and systems for multi-factor authentication in secure media-based conferencing
CN116545774A (zh) * 2023-07-05 2023-08-04 四川西盾科技有限公司 一种音视频会议安全保密方法及系统
CN117319596A (zh) * 2023-11-27 2023-12-29 深圳市艾谛视控科技有限公司 一种基于人脸识别的视频会议用信息安全系统及方法
CN117499572A (zh) * 2023-09-18 2024-02-02 华能龙开口水电有限公司 一种可音视频同步的深度学习视频会议系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110181684A1 (en) * 2011-02-07 2011-07-28 InnovatioNet Method of remote video communication and system of synthesis analysis and protection of user video images

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016040366A1 (en) * 2014-09-08 2016-03-17 Edifire LLC Methods and systems for multi-factor authentication in secure media-based conferencing
CN116545774A (zh) * 2023-07-05 2023-08-04 四川西盾科技有限公司 一种音视频会议安全保密方法及系统
CN117499572A (zh) * 2023-09-18 2024-02-02 华能龙开口水电有限公司 一种可音视频同步的深度学习视频会议系统
CN117319596A (zh) * 2023-11-27 2023-12-29 深圳市艾谛视控科技有限公司 一种基于人脸识别的视频会议用信息安全系统及方法

Also Published As

Publication number Publication date
CN117834952A (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
US8989376B2 (en) Method and apparatus for authenticating video content
CN106251278B (zh) 一种基于直方图特征的图像加密域可逆信息隐藏方法
US9888382B2 (en) Mobile data communication using biometric encryption
CN105897428B (zh) 一种基于虹膜识别的实时视频安全通讯系统及方法
CN109145829A (zh) 一种基于深度学习和同态加密的安全高效的人脸识别方法
US12088714B2 (en) Image acquisition apparatus, server, and encryption and decryption methods
WO2016027111A1 (en) Methods for digitally signing an electronic file, and authenticating method
Upadhyay et al. Video authentication: Issues and challenges
US10311215B2 (en) Secure recording and rendering of encrypted multimedia content
US10574668B2 (en) Analog security for digital data
CN113766085B (zh) 图像处理方法及相关装置
CN115242369B (zh) 基于多密钥同态加密的联邦学习隐私保护方法及其装置
CN116545774B (zh) 一种音视频会议安全保密方法及系统
Zheng et al. A novel video copyright protection scheme based on blockchain and double watermarking
CN111698253A (zh) 一种计算机网络安全系统
CN113923315B (zh) 一种图像云存储防泄露的加密系统
CN117494092B (zh) 基于生物活体识别的景区门票无感核验方法、系统及介质
CN117834952B (zh) 视频会议内容安全传输方法、设备及介质
CN116366331A (zh) 一种远程数据安全加密方法
KR101746168B1 (ko) 차량용 블랙박스의 영상 처리를 위한 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터 판독 가능한 기록매체
US20220053123A1 (en) Method and apparatus for independent authentication of video
Mantoro et al. Stegano-image as a digital signature to improve security authentication system in mobile computing
Xie et al. Proves: Establishing image provenance using semantic signatures
CN110505285B (zh) 园区会话方法及相关装置
Upadhyay et al. Video Image Identification and Verification Using Preliminary Score Approach for Authentication and Security Enhancement

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