CN102438024A

CN102438024A - 基于非语言特征的声音验证方法

Info

Publication number: CN102438024A
Application number: CN2012100014787A
Authority: CN
Inventors: 汪成亮; 何捷休
Original assignee: Chongqing University
Current assignee: Chongqing University
Priority date: 2012-01-05
Filing date: 2012-01-05
Publication date: 2012-05-02

Abstract

本发明公开了一种基于非语言特征的声音验证方法，属于验证码领域。该方法在互联网中采用基于非语言特征的声音进行验证，该基于非语言特征是指人类可以识别但人类语言不能表达的特征。相比于基于语言特征的声音验证方法，不仅能够区分正常用户与恶意程序以及用户正常使用服务与用户恶意攻击行为，而且由于基于非语言特征的声音在数学上很难定义，即很难被软件识别，因此解决了基于语言特征的声音验证码容易被软件识别的问题，提高了验证的网络安全性且满足了诸如视力不佳者等更多用户的需求，此外，相比于传统的字符验证方式，克服了字符模糊且易被攻破的缺点。

Description

基于非语言特征的声音验证方法

技术领域

本发明涉及验证码实现方法，尤其是一种基于非语言特征的声音验证方法。

背景技术

目前，各互联网服务端为了保证网页注册信息的有效性以及提高信息安全性，大多采用了基于视觉（文字验证码）的验证模式，从而达到将正常用户与恶意程序区分开的目的，实现将用户正常使用服务与用户恶意攻击的行为区分开来的目的。此类验证方式对于视觉正常的人不存在任何障碍，但对于视力不佳者（比如：老年人、弱视人等），这样的验证方式就会对他们形成巨大障碍。而且一个70行的代码或者任何OCR软件就可以很容易的攻破文字验证码，其安全性并不能达到人们对信息安全的要求。

为了给人们（尤其是视力不佳者）提供另一种不仅能够区分正常用户与恶意程序以及用户正常使用服务与用户恶意攻击行为，而且更为安全的验证方式，研究人员考虑将验证方式从基于视觉的验证改为基于声音的验证。然而，目前基于语言特征的声音（字母、数字或单词的发音）验证码虽然弥补了通行的图片验证码对于眼盲或视力不佳者的功能不足，但是在听字母或数字或单词发音时，如果背景噪声处理不好，就很容易被声音识别软件识别而被攻破。同时如果加的背景噪声太强，则人也听不清楚。

发明内容

本发明的目的是提供一种基于非语言特征的声音验证方法，其不仅能够区分正常用户与恶意程序以及用户正常使用服务与用户恶意攻击行为，而且由于基于非语言特征的声音在数学上很难定义，即很难被软件识别，因此提高了验证的网络安全性且满足了更多用户的需求。

为了实现上述目的，本发明提供了一种基于非语言特征的声音验证方法，其特征在于包括以下步骤：

S1、获得基于非语言特征的声音文件，将所述基于非语言特征的声音文件与验证答案以对应的关系存储至声音分类工作站的声音数据库中，其中所述非语言特征是指人类可以识别但人类语言不能表达的特征，且所述基于非语言特征的声音文件仅对应于一个验证答案；

S2、服务网站在开发时根据页面信息重要级别，设置需要验证的页面，所述声音分类工作站向所述服务网站的网站服务端提供应用接口，当用户访问所述需要验证的页面时用户端向网站服务端发送需要验证的服务请求，且所述用户端与所述网站服务端产生一个用户会话；

S3、所述网站服务端从所述声音数据库中随机选取一种基于非语言特征的声音文件、验证答案以及混淆答案，发送至所述用户会话中加密保存；

S4、用户端播放该基于非语言特征的声音文件且显示所述验证答案和混淆答案，用户进行选择，如果选择与该基于非语言特征的声音文件相对应的验证答案则验证成功，如果选择混淆答案则验证失败。

在所述步骤S1中还包括所述非语言特征的声音由声音分类工作站进行分类的步骤。

在所述步骤S3中还包括在所述非语言特征的声音中加入背景干扰音的步骤。

混淆答案从与验证答案相同的类别中选取。

所述混淆答案和所述验证答案均可为文字或者图片的形式在用户端显示。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、相比于基于语言特征的声音验证方法，本发明采用基于非语言特征的验证码进行验证，不仅能够区分正常用户与恶意程序以及用户正常使用服务与用户恶意攻击行为，而且由于基于非语言特征的声音在数学上很难定义，即很难被软件识别，因此解决了基于语言特征的声音验证码容易被软件识别的问题，提高了验证的网络安全性且满足了诸如视力不佳者等更多用户的需求，此外，相比于传统的字符验证方式，克服了字符模糊且易被攻破的缺点；

2、本发明对获得的基于非语言特征的声音文件进行分类，使得各声音文件仅对应于一个验证答案，且混淆答案从与验证答案相同的类别中选取，提高了错误答案的混淆性，从而进一步提高了验证的安全系数；

3、本发明在基于非语言特征的声音文件中加入轻微的干扰音，将合成后的声音文件发送给用户端，进一步提高了验证的安全性；

4、本发明可以采用文字或者图片的形式显示验证答案和混淆答案，提高了验证的多样化；

5、本发明采用的验证方法可以嵌入于目前所有通行的互联网开发技术中，无需用户端下载任何特殊控件，可以在基于Java架构网站开发上实现本发明，也可以在基于.NET架构的网站开发上实现本发明。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是本发明的电路原理图；

图2是本发明中声音数据库的制作流程图；

图3是本发明中基于非语言特征的声音验证方法的流程图；

图4是本发明中基于非语言特征的声音的分类示意图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书（包括任何附加权利要求、摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

本发明采用基于非语言特征的声音作为验证码，由于记忆非语言特征的声音在数学上很难定义，即很难被软件识别，因此提高了验证的网络安全性。所谓非语言特征是指人类可以识别但是人类语言音不能表达的特征，诸如动物叫声、风声等。

如图1所示，该基于非语言特征的声音验证***由网站服务器、声音分类工作站和用户端组成，其中该声音分类工作站用于存储基于非语言特征的声音文件、与该声音文件相对应的验证答案以及混淆答案。在声音验证过程中用户端向网站服务器发送需要验证的服务请求，网络服务器与用户端建立一个用户会话，网站服务器从声音分类工作站从随机选取一种声音文件、验证答案和混淆答案并发送给用户端，用户端播放该声音文件，显示该验证答案和混淆答案并进行选择：如果用户选择与该声音文件相对应的验证答案则验证成功，如果选择混淆答案则验证失败。

该基于非语言特征的声音验证方法由以下步骤组成：

步骤一、声音数据库的制作过程：如图2所示，收集或者录制基于非语言特征的声音，获得基于非语言特征的声音文件，由声音分类工作站对该基于非语言特征的声音文件进行分类，如图4所示，将该基于非语言特征的声音文件分成动物类别、交通工具和自然现象等，其中在各类别中每一物种可以分为多种不同的声音，诸如动物类别中物种狗的声音可以由多种不同狗的叫声组成，而所有狗叫声的验证答案均对应于狗。声音分类工作站可以是手动分类，也可以是自动分类。此外，将该基于非语言特征的声音文件与其验证答案以对应的关系存储至分类工作站的声音数据库中。

步骤二、如图3所示，服务网站在开发时根据页面信息重要级别，设置需要验证的页面，声音分类工作站向服务网站的网站服务端提供应用接口，当用户访问需要验证的页面时用户端向网站服务端发送需要验证的服务请求，且用户端与网站服务端产生一个用户会话，用以保存用户的相关信息、锁定用户。

步骤三、网站服务端从声音数据库中随机选取一种基于非语言特征的声音文件并且加入轻微的背景干扰音，即将基于非语言的声音文件与背景干扰音文件拼接后形成合成的声音文件。在此处涉及的声音处理技术属于成熟的技术，在此处不予累述。在声音文件中加入背景干扰音，进一步提高了验证的安全性。应注意的是：该基于非语言特征的声音文件中声音不应太大，以免影响用户端与网站服务端之间的交互。

网站服务端将合成的声音文件、验证答案以及混淆答案，发送至用户会话中加密保存。验证答案和混淆答案均可以采用文字或者图片的形式，且混淆答案从验证答案相同的类别中选取，诸如当基于非语言特征的声音为狗叫声时，验证答案可以为文字形式“狗叫声”，也可以为狗的图片形式；并且由于狗属于动物类别中的一种，因此混淆答案可以从与狗相同的动物类别中选取，混淆答案可以为文字形式表示为“猫叫声”、“鸟叫声”等，也可以图片形式表示为猫、鸟等。从与验证答案相同的类别中选取混淆答案提高了错误答案的混淆性，从而进一步提高了验证的安全系数。

步骤四、用户端播放对应的基于非语言特征的声音且显示该验证答案和混淆答案，用户进行选择，如果选择与该基于非语言特征的声音相对应的验证答案则验证成功，如果选择混淆答案则验证失败，用户端提示验证错误。此外，在播放对应的基于非语言特征的声音时可以设置为间隔播放，也可以设置为点击重新播放。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims

1.一种基于非语言特征的声音验证方法，其特征在于包括以下步骤：

2.根据权利要求1所述的基于非语言特征的声音验证方法，其特征在于：在所述步骤S1中还包括所述非语言特征的声音由声音分类工作站进行分类的步骤。

3.根据权利要求1所述的基于非语言特征的声音验证方法，其特征在于：在所述步骤S3中还包括在所述非语言特征的声音中加入背景干扰音的步骤。

4.根据权利要求2所述的基于非语言特征的声音验证方法，其特征在于：混淆答案从与验证答案相同的类别中选取。

5.根据权利要求1或4所述的基于非语言特征的声音验证方法，其特征在于：所述混淆答案和所述验证答案均可为文字或者图片的形式在用户端显示。