本技術(shù)涉及信息安全，特別是涉及一種信號處理方法、系統(tǒng)、設(shè)備、可讀存儲介質(zhì)和程序產(chǎn)品。

背景技術(shù)：

1、隨著智能設(shè)備和物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，傳感器被作為關(guān)鍵設(shè)備應(yīng)用在智能設(shè)備上，這些設(shè)備通過傳感器接收和處理傳感器信號，實(shí)現(xiàn)語音控制、異常聲音檢測等功能。然而，傳感器的開放性以及普遍性也為攻擊者提供了可乘之機(jī)，他們可以利用超出傳感器正常范圍的信號進(jìn)行隱蔽的攻擊，這些攻擊被稱為出帶注入攻擊。

2、帶外注入攻擊由于其隱蔽性和侵入性，能夠繞過傳統(tǒng)的安全防護(hù)措施，對智能設(shè)備和裝置構(gòu)成嚴(yán)重威脅，因此，需要一種能夠防御帶外注入攻擊的信號檢測方法。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種能夠防御帶外注入攻擊的信號檢測方法、系統(tǒng)、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

2、第一方面，本技術(shù)提供了一種信號檢測方法，包括：

3、獲取待處理的音頻信號；

4、確定所述音頻信號對應(yīng)的時(shí)頻圖，對所述時(shí)頻圖進(jìn)行分割處理，得到多個(gè)局部窗口以及確定每個(gè)所述局部窗口的局部頻域特征；

5、對每個(gè)所述局部窗口的局部頻域特征進(jìn)行功率熵計(jì)算，提取所述音頻信號的頻譜混沌特征；

6、獲取已學(xué)習(xí)正常音頻的特征分布的超球體，確定所述頻譜混沌特征和所述超球體之間的馬氏距離；

7、根據(jù)所述馬氏距離確定所述頻譜混沌特征對應(yīng)的音頻信號的異常結(jié)果。

8、在其中一個(gè)實(shí)施例中，所述對所述時(shí)頻圖進(jìn)行分割處理，得到多個(gè)局部窗口以及確定每個(gè)所述局部窗口的局部頻域特征，包括：

9、確定預(yù)設(shè)滑動(dòng)窗口；

10、基于所述預(yù)設(shè)滑動(dòng)窗口，對所述時(shí)頻圖進(jìn)行分割處理，得到多個(gè)局部窗口；

11、針對所述多個(gè)局部窗口中的每個(gè)局部窗口，通過每個(gè)所述局部窗口在對應(yīng)的頻譜上滑動(dòng)進(jìn)行數(shù)據(jù)收集，得到每個(gè)所述局部窗口的局部頻域特征。

12、在其中一個(gè)實(shí)施例中，所述對每個(gè)所述局部窗口的局部頻域特征進(jìn)行功率熵計(jì)算，提取所述音頻信號的頻譜混沌特征，包括：

13、確定用于量化每個(gè)所述局部窗口中功率能量的混亂程度的熵函數(shù)；

14、將所述熵函數(shù)應(yīng)用于每個(gè)所述局部窗口，對每個(gè)所述局部窗口的局部頻域特征進(jìn)行功率熵計(jì)算，生成頻譜混沌圖；所述頻譜混沌圖中包括信號在不同時(shí)間和頻率上的頻譜混沌特征。

15、在其中一個(gè)實(shí)施例中，在所述對所述時(shí)頻圖進(jìn)行分割處理，得到多個(gè)局部窗口以及確定每個(gè)所述局部窗口的局部頻域特征之前，所述方法還包括：

16、獲取水平線模板；

17、在所述時(shí)頻圖中存在與所述水平線模板匹配的頻率線的情況下，確定目標(biāo)頻率線的斜率值，所述斜率值的大小用于表征對應(yīng)的候選頻率線的能量分布情況；

18、若所述斜率值在表征載波信號特征的數(shù)值范圍內(nèi)，則確定所述目標(biāo)頻率線對應(yīng)的音頻信號為異常信號，從所述音頻信號中過濾掉所述異常信號。

19、在其中一個(gè)實(shí)施例中，所述在所述時(shí)頻圖中存在與所述水平線模板匹配的候選頻率線的情況下，確定所述目標(biāo)頻率線的斜率值，包括：

20、確定所述時(shí)頻圖中每一頻率線與所述水平線模板的能量分布相關(guān)度；

21、若所述能量分布相關(guān)度在預(yù)設(shè)范圍內(nèi)，則確定所述時(shí)頻圖中存在與所述水平線模板匹配的候選頻率線；

22、根據(jù)所述能量分布相關(guān)度的數(shù)值大小從所述候選頻率線中確定目標(biāo)頻率線。

23、在其中一個(gè)實(shí)施例中，所述獲取已學(xué)習(xí)正常音頻的特征分布的超球體，包括：

24、獲取正常語音數(shù)據(jù)庫，提取所述正常語音數(shù)據(jù)庫中的正常頻譜混沌特征；

25、對所述正常頻譜混沌特征進(jìn)行特征編碼，得到對應(yīng)多尺度特征圖；

26、根據(jù)所述多尺度特征圖構(gòu)建包括正常音頻特的超球體，其中，所述超球體通過最小化所有映射表示與所述超球體中心的距離，以使正常音頻特征緊密聚集在超球體中心。

27、在其中一個(gè)實(shí)施例中，所述確定所述頻譜混沌特征和所述超球體之間的馬氏距離，包括：

28、對所述頻譜混沌特征進(jìn)行特征編碼，得到對應(yīng)的多尺度特征圖；

29、對所述多尺度特征圖進(jìn)行特征調(diào)適，計(jì)算所述多尺度特征圖與超球體中心之間的馬氏距離；

30、所述根據(jù)所述馬氏距離確定所述頻譜混沌特征對應(yīng)的音頻信號的異常結(jié)果包括：

31、若所述馬氏距離不在預(yù)設(shè)閾值范圍內(nèi)，則確定所述頻譜混沌特征對應(yīng)的音頻信號為異常信號。

32、第二方面，本技術(shù)還提供了一種信號檢測裝置，所述信號檢測裝置包括音頻輸入裝置和設(shè)備，所述設(shè)備包括存儲器和處理器，其特征在于，所述音頻輸入裝置用于采集待處理的音頻信號，所述存儲器存儲有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：

33、獲取待處理的音頻信號；

34、確定所述音頻信號對應(yīng)的時(shí)頻圖，對所述時(shí)頻圖進(jìn)行分割處理，得到多個(gè)局部窗口以及確定每個(gè)所述局部窗口的局部頻域特征；

35、對每個(gè)所述局部窗口的局部頻域特征進(jìn)行功率熵計(jì)算，提取所述音頻信號的頻譜混沌特征；

36、獲取已學(xué)習(xí)正常音頻的特征分布的超球體，確定所述頻譜混沌特征和所述超球體之間的馬氏距離；

37、根據(jù)所述馬氏距離確定所述頻譜混沌特征對應(yīng)的音頻信號的異常結(jié)果。。

38、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：

39、獲取待處理的音頻信號；

40、確定所述音頻信號對應(yīng)的時(shí)頻圖，對所述時(shí)頻圖進(jìn)行分割處理，得到多個(gè)局部窗口以及確定每個(gè)所述局部窗口的局部頻域特征；

41、對每個(gè)所述局部窗口的局部頻域特征進(jìn)行功率熵計(jì)算，提取所述音頻信號的頻譜混沌特征；

42、獲取已學(xué)習(xí)正常音頻的特征分布的超球體，確定所述頻譜混沌特征和所述超球體之間的馬氏距離；

43、根據(jù)所述馬氏距離確定所述頻譜混沌特征對應(yīng)的音頻信號的異常結(jié)果。

44、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

45、獲取待處理的音頻信號；

46、確定所述音頻信號對應(yīng)的時(shí)頻圖，對所述時(shí)頻圖進(jìn)行分割處理，得到多個(gè)局部窗口以及確定每個(gè)所述局部窗口的局部頻域特征；

47、對每個(gè)所述局部窗口的局部頻域特征進(jìn)行功率熵計(jì)算，提取所述音頻信號的頻譜混沌特征；

48、獲取已學(xué)習(xí)正常音頻的特征分布的超球體，確定所述頻譜混沌特征和所述超球體之間的馬氏距離；

49、根據(jù)所述馬氏距離確定所述頻譜混沌特征對應(yīng)的音頻信號的異常結(jié)果。

50、第五方面，本技術(shù)還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

51、獲取待處理的音頻信號；

52、確定所述音頻信號對應(yīng)的時(shí)頻圖，對所述時(shí)頻圖進(jìn)行分割處理，得到多個(gè)局部窗口以及確定每個(gè)所述局部窗口的局部頻域特征；

53、對每個(gè)所述局部窗口的局部頻域特征進(jìn)行功率熵計(jì)算，提取所述音頻信號的頻譜混沌特征；

54、獲取已學(xué)習(xí)正常音頻的特征分布的超球體，確定所述頻譜混沌特征和所述超球體之間的馬氏距離；

55、根據(jù)所述馬氏距離確定所述頻譜混沌特征對應(yīng)的音頻信號的異常結(jié)果。

56、上述信號檢測方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，通過確定音頻信號對應(yīng)的時(shí)頻圖，對時(shí)頻圖進(jìn)行分割處理，得到多個(gè)局部窗口以及確定每個(gè)局部窗口的局部頻域特征；對每個(gè)局部窗口的局部頻域特征進(jìn)行功率熵計(jì)算，提取音頻信號的頻譜混沌特征，這一方式通過滑動(dòng)窗口的方式計(jì)算每個(gè)窗口的功率譜熵，從而提取音頻信號的頻譜混沌特征，量化了待處理的音頻信號中的混沌程度，能夠確定所有異常信號的頻譜混亂程度，而且這一處理方式不受帶外信號變化以及環(huán)境變化等因素的影響，在此基礎(chǔ)上，獲取已學(xué)習(xí)正常音頻的特征分布的超球體，確定頻譜混沌特征和超球體之間的馬氏距離，根據(jù)馬氏距離確定頻譜混沌特征對應(yīng)的音頻信號的異常結(jié)果，實(shí)現(xiàn)精準(zhǔn)的異常信號檢測，也就是說，這一檢測方式不需要依賴大量的攻擊樣本數(shù)據(jù)，在沒有攻擊樣本的情況下也能有效的區(qū)分正常音頻信號和所有異常音頻信號，提高了實(shí)用性和適應(yīng)性。