В работе рассматривается методика оценки защищенности речевой акустической информации при подготовке помещений для проведения закрытых переговоров. Авторами предложена структурная схема этапов создания интеллектуальной системы, в которой с учетом недостатков существующих подходов используются методы распознавания, основанные на сверточных нейронных сетях. Описывается процесс формирования обучающего набора данных в формате аудиозаписей с наложенными шумами с различными отношениями сигнал/шум. Рассматриваются возможности аудиоредактора Adobe Audition и библиотек Python для формирования наборов данных. Предлагается классифицировать спектрограммы либо мел-частотные кепстральные коэффициенты аудиозаписей с помощью нейронной сети по процентам разборчивости речи с целью автоматизации процесса оценки защищенности речевой акустической информации. Для достижения требуемого результата планируется обучить нейронную сеть на различных данных, провести сравнительный анализ с существующим подходом, оценить производительность системы и провести валидацию результатов. Предложенный подход и его практическое применение позволят значительно повысить качество и расширить условия применения оценки защищенности речевой акустической информации.
Идентификаторы и классификаторы
Список литературы
- Сагдеев К. М., Петренко В. И. Методика оценки технической защищенности речевой информации в выделенных помещениях // Известия ЮФУ. Технические науки. 2012. № 12 (137). С. 121-129.
- Железняк В. К., Макаров Ю. К., Хорев А. А. Некоторые методические подходы к оценке эффективности защиты речевой информации // Специальная техника. 2000. № 4. C. 39-45.
- Покровский Н. Б. Расчет и измерение разборчивости речи. М.: Связьиздат, 1962. 392 с.
- Трушин В. А., Рева И. Л., Иванов А. В. Экспериментальная оценка разборчивости речи в задачах защиты информации на основе модифицированных артикуляционных измерений // Материалы X-й Междунар. конф. «Актуальные проблемы электронного приборостроения», НГТУ, Новосибирск, 2010. Т. 3. C. 133-136.
- Иванов А. В., Рева И. Л., Трушин В. А., Тудэвдагва У. Корректировка методики оценки защищенности речевой информации от утечки по техническим каналам в условиях форсирования речи // Научный вестник Новосибирского государственного технического университета. 2014. № 2 (55). С. 183-189.
- Макаров Ю. К., Хорев А. А. К оценке эффективности защиты акустической (речевой) информации // Специальная техника. 2000. № 5. С. 46-56.
- Иванов А. В., Салимов Ш. Р. О возможности применения технологий распознавания речи в задачах оценки защищенности акустической информации от утечки по техническим каналам // Динамика систем, механизмов и машин. 2020. Т. 8, № 2. С. 109-114.
- Жабыко Е. И., Рублевская Н. И. Акустическое проектирование залов многоцелевого назначения: учебное пособие. Владивосток: Издательство ДВГТУ, 2008. 89 с.
- Хорев А. А., Порев И. С. Методика вероятностной оценки разборчивости // Защита информации. Инсайд. 2020. № 2 (92). С. 44-52.
- Трушин В. А., Заводовская А. И., Овешников И. А., Топорищев Э. В. Исследование воздействия речеподобной помехи на психоэмоциональное состояние человека // Динамика систем, механизмов и машин. 2020. Т. 8, № 2. С. 138-144.
- Иванов А. В., Рева И. Л., Шемшетдинова Э. Э. Исследование влияния различий в спектрах речи на результат оценки разборчивости // Динамика систем, механизмов и машин. 2017. Т. 5, № 4. С. 65-70.
- Adobe Audition. Профессиональная студия звукозаписи [Электронный ресурс]. URL: https://www.adobe.com/ru/products/audition.html (дата обращения: 10.09.2023).
- PyAudio 0.2.13 - Python Package Index [Электронный ресурс]. URL: https://pypi.org/project/PyAudio (дата обращения: 10.09.2023).
- Librosa 0.10 - Librosa - audio and music processing in Python [Электронный ресурс]. URL: https://librosa.org/doc/latest/index.html (дата обращения: 10.09.2023).
- Giannakopoulos T. PyAudioAnalysis: An open-source python library for audio signal analysis // PLoS ONE. 2015. № 10 (12). P. 1-17.
- Bélanger O. Pyo, the python DSP toolbox // Proc. ACM Multimedia Conference, 2016. P. 1214-1217.
- Умняшкин С. В. Основы теории цифровой обработки сигналов: учебное пособие. М.: Техносфера, 2016. 528 с.
- Tyagi V., Wellekens C. On desensitizing the Mel-cepstrum to spurious spectral components for robust speech recognition // Proc. IEEE International Conference on Acoustics, Speech, and Signal Processing, 2005. P. 1-21.
- Герасимов С. М., Жаринов О. О. Исследование методов анализа речевых сигналов // Сборник докладов 73-й Международной студенческой научной конференции ГУАП, 2020. Ч. 3. С. 36-41.
- NumPy documentation [Электронный ресурс]. URL: https://numpy.org/doc/stable (дата обращения: 10.09.2023).
- Matplotlib 3.7.2 documentation [Электронный ресурс]. URL: https://matplotlib.org/stable/tutorials/index.html (дата обращения: 10.09.2023).
- Li J., Deng L., Haeb-Umbach R., Gong Y. Robust automatic speech recognition. A bridge to practical applications, 2016. 286 p.
- Fang Z., Yin B., Du Z. et al. Fast environmental sound classification based on resource adaptive convolutional neural network // Scientific Reports. 2022. № 12. P. 1-18.
- Madhu A., Kumaraswamy S. EnvGAN: a GAN-based augmentation to improve environmental sound classification // Artificial Intelligence Review. 2022. № 55. P. 6301-6320.
- Kim B., Kim J., Ye J. C. Task-Agnostic Vision Transformer for Distributed Learning of Image Processing // Transactions on Image Processing. 2023. № 32. P. 203-218.
- Ullah R., Asif M., Shah W. A., Anjam F., Ullah I., Khurshaid T., Wuttisittikulkij L., Shah S., Ali S. M., Alibakhshikenari M. Speech Emotion Recognition Using Convolution Neural Networks and Multi-Head Convolutional Transformer // Sensors. 2023. № 13. P. 1-20.
- Porkodi S. P., Sarada V., Maik V. et al. Generic image application using GANs (Generative Adversarial Networks): A Review // Evolving Systems. 2023. № 14. P. 903-917.
- Song Q., Sun B., Li S. Multimodal Sparse Transformer Network for Audio-Visual Speech Recognition // IEEE Transactions on Neural Networks and Learning Systems. 2023. V. 34, № 12. P. 10028-10038.
- Vision Transformer: What It Is & How It Works (2023 Guide) [Электронный ресурс]. URL: https://www.v7labs.com/blog/vision-transformer-guide (дата обращения: 13.12.2023).
- Tay Y., Dehghani M., Gupta J., Bahri D., Aribandi V., Qin Z., Metzler D. Are Pre-trained Convolutions Better than Pre-trained Transformers? 2022. arXiv: 2105.03322 [cs.CL].
- Sanford C., Hsu D., Telgarsky M. Representational Strengths and Limitations of Transformers. 2023. arXiv:2306.02896 [cs.LG].
- Abdel-Hamid O., Mohamed A.-R., Jiang H., Penn G. Applying convolutional neural networks concepts to hybrid NN-HMM model for speech recognition // Proc. IEEE Int. Conf. Acoust., Speech Signal Process. (ICASSP), 2012. P. 4277-4280.
- Сикорский О. С. Обзор свёрточных нейронных сетей для задачи классификации изображений // Новые информационные технологии в автоматизированных системах. 2017. № 20. С. 1-8.
- Ciretan D. C., Giusti A., Gambardella L. M., Schmidhuber J. Deep neural networks segment neuronal membranes in electron microscopy images // Proc. NIPS. 2012. P. 1-9.
- Ciretan D. C., Meier U., Gambardella L. M., Schmidhuber J. Deep, Big, Simple Neural Nets for Handwritten Digit Recognition // MIT Press. 2010. V. 22, № 12. P. 3207-3220.
- Что такое свёрточная нейронная сеть - Хабр [Электронный ресурс]. URL: https://habr.com/ru/articles/309508 (дата обращения: 10.09.2023).
- Трушин В. А. Информационно-измерительная модель формантного метода определения разборчивости речи // Труды Научно-исследовательского института радио. 2017. № 4. С. 2-9.
Выпуск
Другие статьи выпуска
В статье рассмотрены вопросы конструктивной цифровой трансформации учебного процесса посредством использования образовательных онлайн-платформ. На основе анализа существующих решений разработана авторская методика дифференцированного оценивания образовательной онлайн-платформы вуза. Встроенная в платформу метрическая модель на основе рискового термометра являет собой новый подход в области образовательного технологического проектирования учебного процесса. Практическая значимость методики оценивания эффективности образовательной онлайн-платформы состоит в получении релевантной информации для принятия решений по развитию платформы, что, в свою очередь, обеспечит эффективную организацию и повысит результативность учебного процесса в вузе.
Существующие методики оценки уровня доверия к процессу управления инцидентами информационной безопасности и к процессам систем мониторинга событий информационной безопасности крайне ограничены. Данные методики основаны на экспертной оценке и носят периодический характер с большим промежутком времени между оценками. Целью данного исследования является разработка методики оценки уровня доверия к процессу управления инцидентами информационной безопасности, которая позволит проводить оценку в автоматизированном режиме с минимальным участием экспертов. В результате была разработана методика оценки уровня доверия к процессу управления инцидентами информационной безопасности, которая включает в себя перечень критериев доверия и метрик для их оценки, в её основе лежит методика SOMM и ГОСТ ISO/IEC 27035. Разработанная методика основана на трехэтапной оценке показателей доверия: оценка метрик доверия, оценка критериев доверия, оценка уровня доверия к процессу управления инцидентами информационной безопасности. Сформирован математический аппарат расчета числовых значений метрик доверия, критериев доверия и общего уровня доверия к процессу управления инцидентами информационной безопасности. Разработанная методика может быть включена в общую методику оценки уровня доверия к процессам информационной безопасности, входящим в состав процесса мониторинга событий информационной безопасности.
В работе проводится сравнение различных способов построения лазерных излучателей в импульсных полупроводниковых дальномерах. Рассмотрены два полупроводниковых лазерных излучателя с длиной волны 905 нм, входящих в состав импульсного дальномера. Оптическая схема передающего и приемного каналов дальномера состоит из асферической линзы и объектива. Отличие между лазерными излучателями заключается в наличии в одном из них встроенной цилиндрической линзы. Продемонстрированы результаты измерения расстояния до цели дальномером с обоими вариантами построения излучателей в различных условиях.
Прогресс в развитии современных информационных технологий непосредственно связан с применением ресурсоемких приложений в наукоемких исследованиях, а также в промышленных прикладных задачах. В настоящее время остро стоит проблема анализа больших объемов геофизических данных и повышения производительности систем для их исследования. Один из путей решения данной проблемы заключается в применении многопроцессорных ЭВМ и многомашинных вычислительных комплексов, способных производить параллельную, в том числе распределенную, обработку данных. В работе представлены описание и реализация вычислительной модели для параллельной обработки сейсмических данных на базе системы LuNA для автоматического конструирования параллельных программ.
При анализе иерархической системы управления сетями связи используется математический аппарат теории сетей массового обслуживания. Особенность и научная новизна построенной модели заключается в том, что учитывается ограниченная надежность элементов системы. Представленные результаты численных расчётов демонстрируют влияние коэффициента готовности элементов системы управления на показатели, характеризующие время реакции системы при поступлении запросов, связанных с процессами технического обслуживания и эксплуатации сетевых объектов.
Глобальный спрос на услуги мобильного Интернета с более высокой пропускной способностью стимулирует постоянную эволюцию технологий сотовой связи. Сегодня сотовые сети насыщены частотами ниже 3 ГГц. Для обеспечения требуемого увеличения скорости передачи данных требуется большая пропускная способность в более высокочастотном диапазоне. Из-за растущих требований к пропускной способности мобильные сети 5-го поколения (5G) нацелены на диапазон частот от 3 до 6 ГГц (FR1). Также для сетей 5G планируется использование частот в диапазоне 24–29 ГГц. Несмотря на ожидаемое широкое использование диапазона частот от 3 до 6 ГГц, имеется мало эмпирических данных о потерях в тракте и опыте планирования сетей мобильной радиосвязи. В данной работе разработана методика определения зоны покрытия базовой станции сети 5G при учёте большинства параметров аппаратуры и сигналов для разных моделей распространения сигнала. Получено выражение для определения скорости передачи данных в аппаратуре 5G-NR в режиме TDD. Представлены результаты расчётов зоны покрытия на примере города Новосибирска для частоты 4.8 ГГц. Проанализирована проблема развертывания при планировании покрытия сети 5G.
В настоящей статье представлен разработанный метод оценки покрытия при проведении фаззинг-тестирования программного обеспечения, использующий технологии аппаратной виртуализации. Тестируемое программное обеспечение рассматривается как черный ящик. Особенностью предлагаемого метода является возможность выполнения контроля состояния виртуальной машины, в которой осуществляется фаззинг-тестирование, в том числе осуществление мониторинга состояния процессора и входных данных в режиме реального времени. Проведенные эксперименты показали, что разработанный метод позволяет получить оценку тестового покрытия кода с высокой точностью, сопоставимой с методом оценки на основе статической инструментации, который, однако, применим только при проведении фаззинг-тестирования методом белого ящика.
В статье рассмотрен метод обратимого скрытия данных (RDH) для растровых изображений. Статистические свойства контейнера учитываются путем разделения изображения на связные области методом «лесного пожара» и сбора статистики младших бит для формирования встраиваемой последовательности с заданным распределением. Для разделения изображения на часть для сбора статистических свойств контейнера и часть для встраивания информации применяется метод интерполяции INP. Получение последовательности бит с заданным распределением обеспечивается арифметическим декодером. Построенная стегосистема имеет ёмкость встраивания 0.6 бит/пиксель. Проводится RS-стегоанализ на базе изображений BOSS_v1.01 и оценка свойств полученных контейнеров по показателям визуального искажения.
В данной работе предложена структура широкополосного приемника мгновенного измерения частоты, состоящего из аналоговых корреляторов и цифрового блока вычисления оценки частоты. Особенностью данной структуры является использование всего двух АЦП, вне зависимости от ширины рабочего диапазона частот. Расширение частотного диапазона достигается за счет применения каналов с компараторами, причем каждый канал с компаратором увеличивает ширину рабочего частотного диапазона вдвое. Приведен порядок расчета основных характеристик МИЧ-приемника: время задержки и количество каналов с компараторами. Приведены результаты моделирования, показывающие сравнение СКО оценки частоты с известной широкополосной структурой, представленной в литературе, и предлагаемой структурой.
Издательство
- Издательство
- СИБГУТИ
- Регион
- Россия, Новосибирск
- Почтовый адрес
- 630102, Новосибирская обл, г Новосибирск, Октябрьский р-н, ул Кирова, д 86
- Юр. адрес
- 630102, Новосибирская обл, г Новосибирск, Октябрьский р-н, ул Кирова, д 86
- ФИО
- Зазуля Юрий Владимирович (РЕКТОР)
- E-mail адрес
- rector@sibsutis.ru
- Сайт
- https://sibsutis.ru/