CN1681003A - 一种实现端到端语音加密的方法 - Google Patents

Abstract

本发明公开了一种实现端到端语音加密的方法，该方法包括：a.发送端在对语音数据进行编码加密前，先根据当前通信系统要求的加密数据长度确定基准加密长度，然后将当前IP包要发送的所有单帧按发送顺序组合为一个帧；b.对组合后的帧数据进行语音编码，并以所确定的基准加密长度为单位对组合后的帧数据进行加密，之后将经过编码加密的数据发送给对端。采用该方法能够大大减少冗余比特，进而节省对系统资源的占用，提高系统的资源利用率和传输效率。

Description

一种实现端到端语音加密的方法

技术领域

本发明涉及加密传输技术，尤指一种在移动通信系统中实现端到端语音加密的方法。

背景技术

众所周知，在进行通信传输的过程中，节省资源占用和保证安全性都是非常重要的。为了在当前码分多址/通用分组无线业务(CDMA/GPRS)网络上实现VOIP业务，就要求语音编码带宽尽可能低；但与此同时，为保证端到端通信安全，在实现端到端语音加密时，又要求每个语音帧的数据长度必须大于一定的编码长度，比如：要求进行分组加密算法的语音帧数据长度大于128比特，才能保证安全性。为了简化移动终端对加密的处理，一般将加密数据的长度保持固定，比如将单帧的长度固定为P比特，这样，就需要在语音编码数据长度不够时，补充填充数据。

在移动网络上，随着语音编码技术的发展，现在已普遍应用了静音等编码技术，使语音编码数据的长度经常发生变化，比如：CDMA网络采用EVRC编码时，最大编码数据长度为171比特，而1/2EVRC编码只有80比特，那么，在要求的加密数据长度大于80比特时，为了实现加密，对于采用1/2EVRC编码的编码数据，就需要补充填充比特。但是，系统在补充填充比特的同时，也造成了很大的资源浪费。

目前，编码后用于传输的语音帧结构参见图1所示，包括封装头和传输帧两部分，所谓封装头就是指要发送的数据包在经过各协议层时封装的信息，如图1中所示的IP/UDP/RTP封装部分；所谓传输帧一般由帧类型和语音净荷组成，这部分是需要进行加密的，其中，帧类型表示该传输帧所采用的编码格式，对于语音编码，目前有三种帧类型：1/2EVRC编码，对应帧类型为00；1/8EVRC编码，对应帧类型为10；空帧，对应帧类型为11。

现有的语音加密方案都是针对单帧加密，那么，在一个传输帧的长度不能满足端到端语音加密编码数据长度要求时，就需要在语音净荷后补充填充数据，形成图1的单帧结构，以符合加密对语音数据长度的要求。具体来说，假定要求的加密长度≥128bit，要对定长比特进行加密，至少要对每个单帧补足128bits。那么，当采用低速率的语音编码时，比如：语音采用1/2EVRC编码时，语音净荷为每帧80bit，如果设定帧类型为8bit，则每帧加密语音将需要40bit的填充比特；语音采用1/8EVRC编码时，语音净荷为每帧16bit，同样设定帧类型为8bit，则填充比特为104ibt；当语音为空帧时，同样设定帧类型为8bits，由于语音净荷为空，所以填充比特为120bit。可见，语音编码速率较低时，填充比特太多，如此，会使单帧的编码效率降低，冗余数据增多，从而极大地浪费了系统资源，影响了系统的传输效率。

发明内容

有鉴于此，本发明的主要目的在于提供一种实现端到端语音加密的方法，能够大大减少冗余比特，进而节省对系统资源的占用，提高系统的资源利用率和传输效率。

为达到上述目的，本发明的技术方案是这样实现的：

一种实现端到端语音加密的方法，该方法包括：

a.发送端在对语音数据进行编码加密前，先根据当前通信系统要求的加密数据长度确定基准加密长度，然后将当前IP包要发送的所有单帧按发送顺序组合为一个帧；

b.对组合后的帧数据进行语音编码，并以所确定的基准加密长度为单位对组合后的帧数据进行加密，之后将经过编码加密的数据发送给对端。

一种情况是，步骤a所述将所有单帧按发送顺序组合为一个帧具体包括：

a11.根据所确定的基准加密长度，确定每个单帧的固定长度以及每个基准加密长度对应的单帧数；

a12.判断每个单帧的长度是否小于步骤a11中所确定的单帧固定长度，如果是，则在语音净荷后加入填充比特，该填充比特数等于当前单帧长度与所确定单帧固定长度相差的比特数；否则，不做处理；

a13.将经过步骤a12处理的所有单帧按发送顺序排列作为一个帧。

这种情况下，该方法进一步包括：预先设定默认帧类型，同时在组合后的帧之前设置用于指示对应单帧是否为默认帧的类型指示。这里，所述单帧由帧类型、语音净荷和填充比特组成；或由语音净荷和填充比特组成；或由语音净荷组成。或者，所述组合后的帧中仅包含两种帧类型时，该方法进一步包括：在组合后的帧之前设置用于指示对应单帧帧类型的类型指示。这里，所述单帧由语音净荷和填充比特组成；或由语音净荷组成。

另一种情况是，步骤a所述将所有单帧组合为一个帧具体包括：

判断当前IP包要发送的所有单帧的长度之和是否为基准加密长度的整数倍，如果不是，则计算填充比特数，并将填充比特顺序排列在要发送的所有单帧之后作为一个帧；否则，将当前IP包要发送的所有单帧按发送顺序排列作为一个帧。

这种情况下，所述计算填充比特数为：将当前IP包要发送的所有单帧的长度之和对基准加密长度取模。该方法进一步包括：预先设定默认帧类型，同时在组合后的帧之前设置用于指示对应单帧是否为默认帧的类型指示。这里，所述单帧由语音净荷组成；或由帧类型和语音净荷组成；或由帧类型组成。或者，所述组合后的帧中仅包含两种帧类型时，该方法进一步包括：在组合后的帧之前设置用于指示对应单帧帧类型的类型指示。这里，所述单帧由语音净荷组成。

本发明所提供的实现端到端语音加密的方法，是对多个帧的组合进行编码，并以确定的基准加密长度对多帧组合中的数据进行加密，而不是以单帧为单位进行编码，如此，就可以避免大量填充比特的添加，举个简单的例子，如果采用1/8EVRC编码，要求的加密长度为128bit，那么，单帧编码时，平均每个语音帧需要填充112bit；如果以两帧组合编码，由于每两帧语音帧需填充96bits，所以平均每语音帧只需填充48bit即可。显而易见，本发明的方法大大减少了冗余数据，从而避免了对系统资源不必要的占用，以多帧编码产生的微小时延为代价，提高了系统资源的利用率以及传输效率。

另外，本发明方法在实际应用中，还可以将不同帧类型的多个帧组合在一起进行编码，实现起来简单、灵活。并且，对于将多个不同帧类型的帧进行组合的情况，还可以再设置类型指示，以表示某个单帧是否为默认帧，如果是，又可以将帧类型的长度减小为0，从而减少冗余数据，提高系统资源的利用率。

还有，在只有两种不同类型语音帧进行组合的情况下，可以用类型指示直接表示语音帧的类型，使帧类型占用的字节为零，编码程度为0，从而进一步减小编码开销。

附图说明

图1为现有技术中单帧的组成结构图；

图2为本发明方法的实现流程图；

图3为本发明方法采用的一种多帧组合的组成结构图；

图4为图3所示多帧组合方式的一实施例组成结构图；

图5为图3所示的多帧组合方式在只有两种类型帧时的实施例组成结构图；

图6为本发明方法采用的另一种多帧组合的组成结构图；

图7为图6所示多帧组合方式的一实施例组成结构图；

图8为图6所示的多帧组合方式在只有两种类型帧时的实施例组成结构图。

具体实施方式

本发明的核心思想是：在编码前，将多个单帧进行组合，然后将加密帧送入编码器进行语音编码和加密。在具体实现多个单帧组合时，可以将多个固定长度的单帧组合在一起，在每个单帧中补充填充比特；也可以将多个不同长度的单帧组合在一起，在所有单帧之后补充填充比特。

本发明实现端到端语音加密的方法如图2所示，包括以下步骤：

步骤201：当两个移动终端之间进行语音传输时，发送端在对语音数据进行编码加密前，先根据当前通信系统要求的加密数据长度确定基准加密长度；

步骤202：然后，将当前IP包要发送的所有单帧按发送顺序组合为一个帧，送入编码器中；

步骤203：编码器对当前输入的数据，即组合后的语音帧数据，进行语音编码，并以所确定的基准加密长度为单位对组合后的语音数据进行加密，最后将经过编码加密的数据发送给对端，接收端的解码器完成相应的解密解码。

从上述过程可以看出，本发明方法实现的关键是：将多个单帧进行组合。在实际应用中，可以通过两种方式完成多帧组合，即编码组合：

第一种方式是：设定每个单帧的长度为固定长度，由多个固定长度的单帧构成加密帧，作为当前要传输IP包中的基准加密单位，该加密帧的长度为基准加密长度。如果单帧中帧类型加上语音净荷的长度小于设定的固定长度，则以填充比特补齐，这种情况下，每个单帧的总长度就等于帧类型的长度+语音净荷的长度+填充比特的长度，当然，填充比特的长度可以为0。

具体地说，假定要求的最小加密长度为Q比特，则设定加密帧的长度为P比特，P≥Q，比如Q为128bits，则P≥128bits，这里，P比特就是基准加密长度；同时，设定每个单帧的固定长度为N比特，P为N的整数倍。那么，如图3所示，对于每个单帧30来说，帧类型、语音净荷和填充比特的长度之和等于N比特，加密帧就是将m个长度为N比特的单帧30组合在一起，即：P＝m*N。这里，填充比特的作用就是保证单帧总长度为定长N比特，填充比特可以是随机数，也可以是固定值。这种情况下，当前通信系统会要求每个IP包中传输的语音帧数为m帧的整数倍。

由于本发明可以将多个不同类型的帧组合在一起形成加密帧，但通常加密帧中某一种类型的帧相对较多，那么，可预先将这种类型的帧设定为默认帧，对于默认帧可以在组合时省去表示帧类型的比特，以减少冗余数据和资源的占用。这种情况下，就需要在加密帧之前设置一个类型指示，用以指示加密帧中的每个单帧是否位默认帧。类型指示以字节为单位，包括有效比特位和保留位，有效比特位的个数为加密帧中包括的单帧个数，也就是每个IP包中传送的语音编码的帧数，类型指示中未使用的比特位为保留位。每个有效比特位对应一个单帧，用于指示对应帧的帧类型是否为默认帧类型。如果类型指示的某个有效比特位为0，则表示对应帧为默认帧，如果类型指示的某个有效比特位为1，则对应帧为该帧中帧类型具体值代表的帧类型。比如：设置1/2EVRC编码为默认帧类型，那么，如果类型指示的第一个有效比特位为0，则表示加密帧中第一个单帧的帧类型为1/2EVRC编码，如果类型指示的第一个有效比特位为1，则加密帧中第一个单帧的帧类型为该单帧中帧类型具体值代表的帧类型，比如：该单帧中帧类型值为11，则代表该单帧为空帧。

图4为第一种多帧组合方式下的一具体实施例，在本实施例中，当前系统每个IP包固定传送6帧的语音编码并加密，类型指示中有效比特位为0，表示对应帧为默认帧，帧类型的长度为0；有效比特位为1，表示帧类型的长度为8bits，帧类型具体值的长度为2bits。这里，默认帧类型为1/2EVRC编码，每帧编码长度为80bits。设定N＝80bits，如果要求的加密长度为≥128bits，则将每2帧构成一个加密帧作为基准加密单位，基准加密长度P＝2*80＝160bits，能够满足系统对加密数据的长度要求。此种情况下，每个IP包中包含三个基准加密单位。本实施例中，针对每种帧类型，具体的单帧组成结构如表一所示：

帧类型	帧类型取值及长度	语音净荷	填充比特
				1/2EVRC编码	0bit	80bits	0
1/8EVRC编码	XXXXXX10(8bits长)	16bits	56bits
				空帧	XXXXXX11(8bits长)	0	72bits

                           表一

图4中，P表示8比特净荷，T表示8比特填充。如图4所示，类型指示中有6位有效比特位，2位保留位。从有效比特位的取值可以看出，第一、第三单帧为默认帧，所以第一、第三单帧包括10个P，即10个8比特净荷，10*8bits＝80bits＝N；第二、第四单帧为1/8EVRC编码，由1个8比特帧类型、3个8比特净荷和6个8比特填充组成；第五、第六单帧均为空帧，均由1个8比特帧类型和9个8比特填充组成。

当所有加密帧中只有两种类型的语音帧时，单帧中的帧类型也可以省略，由类型指示直接表示帧类型。如图5所示，图5为采用图3所示多帧组合方式时的一具体实施例。图5中，语音帧只有1/2EVRC和1/8EVRC两种编码帧类型，因此类型指示为0时，表示为1/2编码；类型指示为1时，表示1/8编码。与此同时，帧类型始终为空，帧结构中的其它组成形式、规则与图4所示实施例相同。

第二种方式是：对于每个IP包，当前IP包中的所有帧类型和语音净荷的编码数据以P比特为基准加密长度，也就是说，每P比特对应的帧数据为一个基本加密单位，该P比特的值满足系统对加密数据的长度要求。如果所有的帧类型和语音净荷的长度不是基准加密长度的整数倍，即最后一个基准加密长度不足P比特，则在最后一个基准加密单位中加入填充比特。这种方式下，每P比特为一个加密帧，但并不要求P为单帧长度N的整数倍，每个IP包中加密数据的结构如图6所示，总加密数据长度＝单帧1的长度+单帧2的长度+......+单帧i的长度+填充比特。这里，单帧的长度可以是仅包括语音净荷的长度，或是包括帧类型和语音净荷的长度，或是仅包括帧类型的长度。这里，填充比特数的计算可以是将当前IP包中所有帧类型和语音净荷的长度之和对基准加密长度取模。

对于第二种多帧组合方式，同样也可以在加密帧之前设置相应的类型指示，类型指示的组成及含义与第一种方式完全一致。

图7为第二种多帧组合方式下的一具体实施例，在本实施例中，当前系统每个IP包固定传送6帧的语音编码并加密，类型指示中有效比特位为0，表示对应帧为默认帧，帧类型的长度为0；有效比特位为1，表示帧类型的长度为8bits，帧类型具体值的长度为2bits。这里，默认帧类型为1/2EVRC编码，每帧编码长度为80bits。如果要求的加密长度为≥128bits，则以80bits为每帧的最大编码长度，那么，以每2帧的最大长度160bits为基准加密长度。本实施例中，针对不同帧类型，每个单帧的组成如表二所示，不含填充比特。

帧类型	帧类型取值及长度	语音净荷
			1/2EVRC编码	0bit	80bits
1/8EVRC编码	XXXXXX10(8bits长)	16bits
			空帧	XXXXXX11(8bits长)	0

                      表二

图7中，P表示8比特净荷，T表示8比特填充。如图7所示，类型指示中有6位有效比特位，2位保留位。从有效比特位的取值可以看出，第一、第三单帧为默认帧，所以第一、第三单帧包括10个P，即10个8比特净荷，10*8bits＝80bits＝N；第二、第四单帧为1/8EVRC编码，每个单帧由1个8比特帧类型、2个8比特净荷组成；第五、第六单帧均为空帧，仅包括1个8比特帧类型。本实施例中，以每160bits对应的帧数据为一个基准加密单位，所以，第一、第二单帧和第三单帧的前7个净荷组成第一个加密帧；而第三单帧的后3个净荷以及第四、第五、第六单帧用于构建第二个加密帧，但第三单帧的后2个净荷以及第四、第五、第六单帧组合起来只有64bits，所以需要在最后加入12个8比特填充，补足160bits，以满足加密要求。

当所有加密帧中只有两种类型的语音帧时，单帧中的帧类型也可以省略，由类型指示直接表示帧类型。如图8所示，图8为采用图6所示多帧组合方式时的一具体实施例。图8中，语音帧只有1/2EVRC和1/8EVRC两种编码帧类型，因此类型指示为0时，表示为1/2编码；类型指示为1时，表示1/8编码。与此同时，帧类型始终为空，帧结构中的其它组成形式、规则与图7所示实施例相同。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (12)

1、一种实现端到端语音加密的方法，其特征在于，该方法包括：

a.发送端在对语音数据进行编码加密前，先根据当前通信系统要求的加密数据长度确定基准加密长度，然后将当前IP包要发送的所有单帧按发送顺序组合为一个帧；

b.对组合后的帧数据进行语音编码，并以所确定的基准加密长度为单位对组合后的帧数据进行加密，之后将经过编码加密的数据发送给对端。

2、根据权利要求1所述的方法，其特征在于，步骤a所述将所有单帧按发送顺序组合为一个帧具体包括：

a11.根据所确定的基准加密长度，确定每个单帧的固定长度以及每个基准加密长度对应的单帧数；

a12.判断每个单帧的长度是否小于步骤a11中所确定的单帧固定长度，如果是，则在语音净荷后加入填充比特，该填充比特数等于当前单帧长度与所确定单帧固定长度相差的比特数；否则，不做处理；

a13.将经过步骤a12处理的所有单帧按发送顺序排列作为一个帧。

3、根据权利要求2所述的方法，其特征在于，该方法进一步包括：预先设定默认帧类型，同时在组合后的帧之前设置用于指示对应单帧是否为默认帧的类型指示。

4、根据权利要求3所述的方法，其特征在于，所述单帧由帧类型、语音净荷和填充比特组成；或由语音净荷和填充比特组成；或由语音净荷组成。

5、根据权利要求2所述的方法，其特征在于，所述组合后的帧中仅包含两种帧类型时，该方法进一步包括：在组合后的帧之前设置用于指示对应单帧帧类型的类型指示。

6、根据权利要求5所述的方法，其特征在于，所述单帧由语音净荷和填充比特组成；或由语音净荷组成。

7、根据权利要求1所述的方法，其特征在于，步骤a所述将所有单帧组合为一个帧具体包括：

判断当前IP包要发送的所有单帧的长度之和是否为基准加密长度的整数倍，如果不是，则计算填充比特数，并将填充比特顺序排列在要发送的所有单帧之后作为一个帧；否则，将当前IP包要发送的所有单帧按发送顺序排列作为一个帧。

8、根据权利要求7所述的方法，其特征在于，所述计算填充比特数为：将当前IP包要发送的所有单帧的长度之和对基准加密长度取模。

9、根据权利要求7或8所述的方法，其特征在于，该方法进一步包括：预先设定默认帧类型，同时在组合后的帧之前设置用于指示对应单帧是否为默认帧的类型指示。

10、根据权利要求9所述的方法，其特征在于，所述单帧由语音净荷组成；或由帧类型和语音净荷组成；或由帧类型组成。

11、根据权利要求7或8所述的方法，其特征在于，所述组合后的帧中仅包含两种帧类型时，该方法进一步包括：在组合后的帧之前设置用于指示对应单帧帧类型的类型指示。

12、根据权利要求11所述的方法，其特征在于，所述单帧由语音净荷组成。

Images