频率倒谱系数，其稳定性高，正确识别率高；梅尔频率倒谱系数的匹配验证运算，在运算性能高的验证服务端进行，匹配验证耗时短，验证效率高。
[0029]不需要识别验证码，不需要复杂的输入操作，通过客户端录入一定时间长度的语音信号，客户端提取语音信号的梅尔频率倒谱系数，并把梅尔频率倒谱系数发送到验证服务端，验证服务端对所接收的梅尔频率倒谱系数和数据库中已存储的由梅尔频率倒谱系数序列经模型训练生成的模型参数进行匹配运算，若匹配，则通过安全验证，否则验证失败，不需要复杂的输入操作完成越来越不易识别的验证码。
【附图说明】
[0030]图1本发明的原理构架图。
[0031]图2本发明的数据库结构原理图。
[0032]图3本发明的注册原理图。
[0033]图4本发明的验证原理图。
[0034]图5客服端的原理框图。
【具体实施方式】
[0035]为了阐明本发明的技术方案及技术目的，下面结合附图及【具体实施方式】对本发明做进一步的介绍。
[0036]如图1和图2所示，用于实现本发明的方法的硬件系统包括:客户端和用于验证处理的验证服务端，所述客户端和验证服务端通过通信网络进行通信连接。客户端可以是移动终端，如智能手机、平板电脑、智能穿戴设备等，也可以是定制的具有处理功能的专用设备；验证服务端可以是验证服务器，也可以是一台运算能力强的PC机。
[0037]所述客户端包括语音采集模块、登录模块、注册模块、通信模块和处理模块，所述语音采集模块、登录模块、注册模块、通信模块分别和处理模块进行通信连接，实现客户端的不同模块间的数据传输。所述验证服务端包括数据库、语音模型训练模块、通信模块和处理模块，所述数据库、语音模型训练模块、通信模块分别和处理模块进行通信连接，实现验证服务端的不同模块间的数据传输。客户端的通信模块和验证服务端的通信模块建立通信连接，用于实现客户端和验证服务端之间的数据传输。
[0038]所述验证服务端的数据库，如图2所示，内置UserInfo表、GMMInfo表和MFCCInfo表三个表。UserInfo表用于存储用户注册信息，GMMInfo表用于存储用户语音训练后的GMM模型参数，MFCCInfo表用于存储用户语音的梅尔频率倒谱系数。所述UserInfo表中包含有记录用户姓名的User Name和记录用户生日的User Birthday字段，MFCCInfo表中包含有记录用户姓名的User Name、用来记录用户梅尔频率倒谱系数序号的MFCXData Index、记录梅尔频率倒谱系数的MFCC Data字段，GMMInfo表中包括有记录用户姓名的UserName、记录GMM模型权重的GMM Weight、记录GMM模型均值的GMM Means、记录GMM模型方差的GMM Variance 和记录 GMM 阈值的 GMM Threshold 字段。所述 UserInfo 表、GMMInfo 表和MFCCInfo表通过所述User Name指针关联。
[0039]一种基于语音生物特征的网络安全验证方法，包括以下步骤:
[0040]新用户注册
[0041]注册流程如图3和图5所示，用户在客户端的注册界面中输入用于注册的账户信息，账户信息包括账户名和生日，客户端的处理模块将注册模块中输入的账户名和/或生日发送到验证服务端，验证服务端的处理模块检索数据库的UserInfo表中的User Name字段中是否已存在所接收的账户名，若账户名不存在，验证服务端向客户端发送用于采集语音信号的操作信号；客户端的处理器根据所接收的操作信号操纵语音采集单元采集设定时间长度的语音信号，操纵特征提取单元将所述语音信号进行预处理得到语音数字信号，并对所述语音数字信号进行计算处理提取用于表征语音生物特征的梅尔频率倒谱系数；将所述梅尔频率倒谱系数、账户名和生日发送到验证服务端。上述用于从语音信号中提取梅尔频率倒谱系数的算法，为现有技术，在信号处理类教科书及相关论文中均有记载，不是本发明需要保护的技术点，在此将不再详述。本实施方式中采用梅尔频率倒谱系数表征语音信号的语音生物特征数据。
[0042]验证服务端的处理模块根据所接收的梅尔频率倒谱系数、账户名和生日在数据库中更新该用户的账户名字段，即UserInfo表、GMMInfo表和MFCCInfo表中的User Name中写入该用户输入的账户名，并更新UserInfo表中的User Birthday字段信息。完成该用户的注册。验证服务端的处理模块操纵语音模型训练模块利用所接收的梅尔频率倒谱系数序列通过模型训练生成该用户的模型参数和参数阈值，所述模型参数和参数阈值包括梅尔频率倒谱系数的序号、梅尔频率倒谱系数、GMM模型权重、GMM模型均值、GMM模型方差和GMM阈值；并更新数据库中MFCCInfo表中该用户对应的用来记录用户梅尔频率倒谱系数序号的MFCCData Index、记录梅尔频率倒谱系数的MFCC Data字段的内容，更新数据库的GMMInfo表中的记录GMM模型权重的GMM Weight、记录GMM模型均值的GMM Means、记录GMM模型方差的GMM Variance和记录GMM阈值的GMM Threshold字段的内容。若用户注册所输入账户名存在，验证服务端向客户端发送帐户名重名的注册失败信息，并提醒用户重新输入新的账户名。
[0043]上述模型训练的算法，为现有技术，在模式识别的资料中均有记载，不是本发明需要保护的技术点，在此不在详述。
[0044]注册阶段，采集语音的设定时间长度一般为30秒以上，为了使验证终端的语音模型训练模块利用所述梅尔频率倒谱系数通过模型训练可以生成该用户的稳定的模型参数和参数阈值。模型训练生成该用户的稳定的模型参数和参数阈值需要进行大量数据运算，将其放在验证服务端进行，主要利用验证服务端处理器运算能力高，缩短模型训练时间，及缩短梅尔频率倒谱系数验证匹配时间。
[0045]用户登录
[0046]登录流程如图4和图5所示，客户端的处理模块操纵所述登录模块进行登录操作，用户在登录界面输入账户名，客户端将所输入的账户名发送到验证服务端，验证服务端检索数据库的UserInfo表中的User Name字段是否存在与所接收的账户名相对应的账户名，若存在，则向客户端发送用于采集语音信号的操作信号，若不存在，则向客户端发送该用户名不存在提示信息，并提示用户输入正确的用户名。
[0047]语音验证
[0048]客户端采集语音信号并提取梅尔频率倒谱系数，语音采集模块内置有语音采集单元和特征提取单元，处理模块根据验证服务端发送的操作信号操纵语音采集单元采集设定时间长度的语音信号，操纵特征提取单元将所述语音信号进行预处理得到语音数字信号，并对所述语音数字信号进行计算处理提取用于表征语音生物特征信息的梅尔频率倒谱系数。
[0049]客户端的通信模块用于实现客户端和验证服务端之间的数据转输，用于接收验证服务端向客户端发送的操作信号，用于将所述梅尔频率倒谱系数和账户名发送到验证服务端;
[0050]验证服务端的语音验证，在上述用户注册阶段，数据库预先存储有由用户的梅尔频率倒谱系数序列通过模型训练算法生成该用户的模型参数和参数阈值。处理模块检索数据库中与所接收的账户名相对应的梅尔频率倒谱系数，并把所检索的梅尔频率倒谱系数与所接收的来自客户端的梅尔频率倒谱系数进行计算验证处理；即把所接收接的梅尔频率倒谱系数与MFCCInfo表中所记录的该用户的梅尔频率倒谱系数序列分别进行匹配进算；若所检索的梅尔频率倒谱系数与所接收的梅尔频率倒谱系数相匹配，即两者的差值小于GMMInfo表中记载的参数阈值，则通过验证，并控制客户端上开启相应的功能模块，完成不同的操作；若所检索的语音生物特征数据与所接收的语音生物特征数据不相匹配，即两者的差值大于参数阈值，则不能通过验证，向客户端发送验证失败信息，并提醒用户重新进行语音验证操作。
[0051]验证服务端通信模块用于实现验证服务端和客户端间的数据转输，用于向客户端发送操作信号，用于接收客户端向验证服务端发送的语音生物特征数据和账户信息。
[0052]数据加密传输
[0053]上述所有的客户端与验证服务端之间进行传输的数据为加密信息，S卩，所述客户端和验证服务端均有预先约定的对称加密密钥，在将所述语音生物特征数据、账户信息或语音生物特征数据和账户信息传输到验证服务端之前，客户端的处理模块采用所述对称加密密钥对所述语音生物特征数据、账户信息或语音生物特征数据和账户信息进行加密处理封装成账户信息包；在验证服务端接收所述账户信息包后，验证服务端的处理模块采用所述对称加密密钥通