DIFFERENTIAL SPECTRUM OF SPEECH IN-FORMATION
DOI:
https://doi.org/10.18372/2410-7840.24.17189Keywords:
differential spectrum, speech information, discrete, integer argument, transformation, harmonic modelAbstract
In the conditions of widespread availability of communication systems, each of the subscribers of information exchange in most cases seeks to achieve maximum confidentiality during mutual communication. To meet this need, a number of the latest technologies for the protection of speech information have been developed and implemented in the world. For example, the simplest software and hardware means of protecting speech information in the form of scramblers are known, or more advanced software means of stream encryption in public messengers WhatsApp, Signal, etc. Means of cryptography security of speech information are also widely used in radio stations such as Motorola, Hytera, etc. The issue of ensuring the confidentiality of speech information in special purpose communication systems is one of the key requirements for such type systems. Despite the technologies used to ensure the confidentiality of speech information, the number of attempts to gain unauthorized access to it is constantly increasing, so the issue of ensuring its security is currently relevant. In this article, on the basis of previously known research, it is proposed to present speech information in the form of a differential spectrum based on its harmonic model. The differential spectrum of speech information is obtained on the basis of differential transformations of Academician of the National Academy of Sciences of Ukraine H. Pukhov. To ensure the given precision of speech information restoration in real time, the minimum required number of differential spectrum discretes was substantiated. It is shown and proven that the differential spectrum of speech information considered in the article is the basis for its use in an alternative system of encryption of speech information with guaranteed cryptographic resistance - the Fredholm's cryptosystem. The obtained results can be generalized to gain differential spectrums of speech information, provided by other models, other than the harmonic model considered in the article.
References
Грищук Р. В. Основи кібернетичної безпеки : монографія / Р. В. Грищук, Ю. Г. Даник; за заг. ред. проф. Ю. Г. Даника. - Житомир : ЖНАЕУ, 2016. – 636 с.
Грабар І. Г. Безпекова синергетика: кібернетичний та інформаційний аспекти : монографія / І. Г. Грабар, Р. В. Грищук, К. В. Молодецька; за заг. ред. д.т.н., проф. Р. В. Грищука. – Житомир : ЖНАЕУ, 2019. – 280 с.
Serpanos D. The Cyberwarfare in Ukraine / D. Serpanos and T. Komninos // Computer. – 2022. – Vol. 55, No. 7. – рp. 88–91.
Kumar L. P. Implementation of speech encryption and decryption using advanced encryption standard / L. P. Kumar, A. K. Gupta // 2016 IEEE International Conference on Recent Trends in Electronics, Information & Communication Technology (RTE ICT). – 2016. – рp. 1497–1501.
El Assad S. Special Issue on Cryptography and Its Applications in Information Security / S. El Assad, R. Lozi, W. Puech // Applied Sciences. – 2022. – Vol. 12 (No. 5). – рp. 1-3.
Мальцева І. Р. Аналіз деяких кіберзагроз в умовах війни / І. Р. Мальцева, Ю. О. Черниш, Р. М. Штонда // Кібербезпека: освіта, наука, техніка. – 2022. – Вип. 4 (№ 16). – С. 37-44.
Грищук Р. В. Атаки на інформацію в інформаційно-комунікаційних системах / Р. В. Грищук/ / Сучасна спеціальна техніка. – 2011. – № 1. – С. 61-66.
Голубинский А. Н. Математическая модель речевого сигнала, основанная на аппроксимации спектра набором постоянных составляющих в соответствующих полосах частот / А. Н. Голубинский // Безопасность информационных технологий. – 2009. – №2. – С. 12-18.
Применение современных технологий распознавания речи при создании лингвистического тренажера для повышения уровня языковой компетенции в сфере межукультурной коммуникации / Д. С. Колесникова, А. К. Рудниченко, Е. А. Верещагина и др. // Интернет-журнал “Науковедение”. – 2017. – Т. 9 (№ 6). – С. 1-12.
Грачев А. М. Статистические подходы к автоматическому распознаванию речи / А. М. Грачев // Вестник Нижегородского университета им. Н. И. Лобачевского. – 2015 – № 2 (2). – С. 376-379.
Bryan J. D. Autoregressive Hidden Markov Model and the Speech Signal / J. D. Bryan, S. E. Levinson // Procedia Computer Science. – 2015. – № 61. – рp. 328-333.
Огнев И. В. Распознавание речи методами скрытых марковских моделей в ассоциативной осцилляторной среде / И. В. Огнев, П. А. Парамонов // Технические науки. Информатика, вычислительная техника. – 2013. – С. 115-126.
Криптография нового поколения: Интегральные уравнения как альтернатива алгебраической методологии / Г. К. Броншпак, И. А. Громыко, С. И. Доценко, Е. Л. Перчик // Прикладная электроника. – 2014. – Т. 13, №3. – С. 337–349.
Грищук Р. В. Узагальнена модель криптосистеми Фредгольма / Р. В. Грищук, О. М. Грищук // Кібербезпека: освіта, наука, техніка. – 2019. – № 4. – С. 14–23.
Грищук О. М. Особливості вибору ключа шифрування для криптосистеми Фредгольма / О. М. Грищук // Комп’ютерна інженерія і кібербезпека: досягнення та інновації: матеріали ІІ Всеукр. наук.- практ. конф. здобувачів вищої освіти й молодих
учених – Кропивницький : ЦНТУ, 2020. – C. 109-110.
Hryshchuk O. Spectral Model of the Encryption Key for a Symmetric Cryptosystem Based on Differential Transformations / O. Hryshchuk // III International Scientific and Practical Conference “Information Security and Information Technologies”, September 13-
, 2021, Odesa, Ukraine. – рp. 218-222.
Панько С. П. Радиотехнические системы специального назначения. Системы связи / С. П. Панько, Е. Н. Гарин, В. В. Сухотин. – Красноярск: СФУ, 2019. – 340 с.
Hansler E. Topics in acoustic echo and noise control: Selected methods for the cancelation of acoustic echoes, the reduction of background noise, and speech processing / E. Hansler, G. Schmidt. – Berlin; Heidelberg: Springer, 2006. – 642 p.
Азаров А. С. Вычисление мгновенных гармонических параметров речевого сигнала / И. С. Азаров, А. А. Петровский // Речевые технологии. – 2008. – № 1. – С. 67-77.
Satellite communications DOD: Should Explore Options to Meet User Needs for Narrowband Capabilities [Електронний ресурс] // United States Government Accountability Office. – 2021. – Режим доступу до ресурсу: https://www.gao.gov/assets / gao21-105283.pdf.
Rogozinsky G. Some New Mathematical Models of Synthesized Sound Signals / G. Rogozinsky, M. Chesnokov, A. Kutlyiarova // Труды учебных заведений связи. – 2022. – С. 76-81.
Пухов Г. Э. Дифференциальные спектры и их модели. – К.: Наук. думка, 1990. – 184 с.
Лаврут О. О. Перспективи розвитку автоматизованих систем управління тактичної ланки управління Сухопутних військ Збройних Сил України / О. О. Лаврут, О. К. Климович, Т. В. Лаврут // Системи обробки інформації. – 2014. – Вип. 5 (121). – С. 116-120.
Павлюк В. В. Програмно визначене радіо. Вигляд із середини / В. В. Павлюк. – Житомир: Вид. О. О. Євенок, 2021. – 680 с.
Ленков С. В. Методы и средства защиты информации: в 2-х т. / С. В. Ленков, Д. А. Перегудов, В. А. Хорошко. – К.: Арий, 2008. – Т. ІІ. Информационная безопасность. – 344 с.
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
