Resumen

El uso de audio falso para engañar a los dispositivos de audio en el Internet de las Cosas se ha convertido en un problema importante en la seguridad de redes modernas. Con el objetivo de abordar el problema de la falta de características robustas en la detección de audio falso, en este artículo se propone un método de extracción de características ocultas de flujos de audio basado en una máscara heurística para la descomposición en modos empíricos (HM-EMD). Primero, utilizando HM-EMD, cada señal se descompone en varias funciones de modo intrínseco monótonas (IMFs). Luego, sobre la base de las IMFs, se construyen características básicas y características de información oculta (HCFs) de los flujos de audio, respectivamente. Por último, se utiliza un método de aprendizaje automático para clasificar los flujos de audio en función de estas características. Los resultados experimentales muestran que las características de información oculta de los flujos de audio basadas en HM-EMD pueden complementar de manera efectiva la información no lineal

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Audio falso; Internet de las cosas; Seguridad de la red; Extracción de características ocultas; Máscara heurística; Descomposición de modo empírico
• Keywords:Fake audio; Internet of things; Network security; Hidden feature extraction; Heuristic mask; Empirical mode decomposition