基于移动互联网的远程智能取证系统及方法与流程

本发明属于电子取证技术领域，具体涉及基于移动互联网的远程智能取证系统及方法。

背景技术：

以往，已提出一种在发生非法访问或机密信息泄露等与计算机相关的犯罪或法律纠纷时，对原因查明或搜查所需的仪器、数据或电子记录进行收集及分祈，并明确其法律上的证据カ的所谓取证的装置或技木。

尤其在美国民事诉讼中，由于需要电子证据公开等，该诉讼的原告及被告的任何一方均需要承担将相关的数字信息全部作为证据提出的义务，因此必须将计算机或服务器中所记录的数字信息作为证据提出。

另ー方面，由于随着it的迅速发展和普及，在当今商务世界中几乎所有的信息均由计算机制作，因此即使在同一个企业内部，也泛滥着大量的数字信息。

因此，在为了向法庭提出证据材料而进行准备工作的过程中，容易产生在证据材料中也包括并不一定与该诉讼相关的机密数字信息的失误，并具有提出与该诉讼无关的机密数字信息的问题。

技术实现要素：

本发明的主要目的在于提供基于移动互联网的远程智能取证系统及方法，具有安全性高、保密性好和取证完整性好的优点。

为达到上述目的，本发明的技术方案是这样实现的：

基于移动互联网的远程智能取证系统，包括：取证端、传输端和云存储端；所述取证端，用于进行图像和语音取证，得到取证信息，将取证信息传输至传输端；所述传输端，用于对取证信息进行加密，将加密后的取证信息发送至云存储端；所述云存储端，用于对接收到的加密后的取证信息进行存储；所述取证端包括：图像取证单元、语音取证单元、显示器和处理器；所述处理器分别信号连接于图像取证单元、显示器和语音取证单元；所述图像取证单元进行图像取证的方法执行以下步骤：获取取证目标的连续的序列图片；对序列图片进行图片预处理；通过将相邻前后图片的拼接形成环视全景图片；其中，所述图片预处理方法执行以下步骤：对图片进行小波分解，得到第一层分解系数ci；得到图片的噪声标准差为：其中，median为取中间值函数；逐像素的对图片的像素进行取样，用取样得到的像素组成一个样本集；对样本集重复进行小波分解，得到第二层分解系数di，得到样本集的噪声标准差为：判断σd与σn的差值，若差值在设定的阈值内，则判定样本集为噪声最佳样本集，使用该噪声最佳样本集进行对序列图片进行栅格去噪；所述通过将相邻前后图片的拼接形成环视全景图片的方法执行以下步骤：使用如下公式，将拼接形成的图片投影到水平柱面：其中，(x，y)为输入图像的任意一点，(x1,y2)为该点经过变换后的坐标值，θ为投影角度，w为宽度，h为宽度。

进一步的，所述语音取证单元进行语音取证的方法执行以下步骤：获取取证目标的连续的语音信息；根据获取的语音信号的输出功率谱和平均功率谱计算阵列语音信号的最大子带功率比；根据预先设定的判断条件，利用所述最大子带功率比和当前检测阈值判断获取的语音信号的状态，对语音信号进行功率谱去噪；其中，所述输出功率谱计算公式为：其中，k为频点编号；λ为短时帧编号；为频点编号为b且短时帧编号为λ时的阵列当前语音帧波束输出信号功率谱；ax为第一回归系数；l1为预设定频点数；其中，0<ax<1，k，λ，b，l1均为正整数。

进一步的，所述传输端包括：信息编码单元、信息加密单元和信息传输单元；所述信息编码单元用于对取证信息进行编码；所述信息加密单元，用于对取证信息进行加密；所述信息传输单元，用于将加密后的取证信息发送至云存储端；所述信息编码单元对取证信息进行编码的方法执行以下步骤：将取证信息分割成若干个数据块；把数据块变换成变换系数数据块；把变换系数数据块转换成量化的系数数据块；把量化的系数数据块划分成预定数目的子数据块；将量化系数的每个子数据块分类成只具有零值量化系数的零子数据块或具有至少一个非零值量化系数的非零子数据块；根据零子数据块与非零子数据块之间的关系来提供量化的系数的一个预定序列，该量化的系数的预定序列由包括在非零子数据块中的量化的系数构成；对量化系数的预定序列进行行程长度编码，从而提供一组行程长度编码的数据；以及对该行程长度编码的数据进行可变长度编码。

进一步的，所述信息加密单元，对编码后的取证信息进行信息加密的方法执行以下步骤：生成加密密钥，然后使用生成的加密密钥对编码后的取证信息进行加密；所述加密密钥生成的方法执行以下步骤：随机生成两个随机数，作为第一密钥和第二密钥；将第一密钥作为参数a，将第二密钥作为参数b，构建一个加密矩阵:再录入一个已知的加密因子将加密矩阵和加密因子矩阵相乘，得到一个加密后字符串矩阵x：将字母表中顺序对应于x矩阵中的p参数和q参数的数值的字母作为最终的加密密钥值，所有的加密密钥值组成最终的加密密钥。

进一步的，所述语音信号的平均功率谱的计算公式为：其中，为频点编号为b且短时帧编号为λ时的阵列当前语音帧的平均功率谱；ay为第二回归系数。

基于移动互联网的远程智能取证方法，所述方法执行以下步骤：取证端，进行图像和语音取证，得到取证信息，将取证信息传输至传输端；传输端，对取证信息进行加密，将加密后的取证信息发送至云存储端；云存储端，对接收到的加密后的取证信息进行存储。

进一步的，所述取证端包括：图像取证单元、语音取证单元、显示器和处理器；所述处理器分别信号连接于图像取证单元、显示器和语音取证单元；其特征在于，所述图像取证单元进行图像取证的方法执行以下步骤：获取取证目标的连续的序列图片；对序列图片进行图片预处理；通过将相邻前后图片的拼接形成环视全景图片；其中，所述图片预处理方法执行以下步骤：对图片进行小波分解，得到第一层分解系数ci；得到图片的噪声标准差为：其中，median为取中间值函数；逐像素的对图片的像素进行取样，用取样得到的像素组成一个样本集；对样本集重复进行小波分解，得到第二层分解系数di，得到样本集的噪声标准差为：判断σd与σn的差值，若差值在设定的阈值内，则判定样本集为噪声最佳样本集，使用该噪声最佳样本集进行对序列图片进行栅格去噪。

进一步的，所述通过将相邻前后图片的拼接形成环视全景图片的方法执行以下步骤：使用如下公式，将拼接形成的图片投影到水平柱面：其中，(x，y)为输入图像的任意一点，(x1,y2)为该点经过变换后的坐标值，θ为投影角度，w为宽度，h为宽度。

进一步的，所述语音取证单元进行语音取证的方法执行以下步骤：获取取证目标的连续的语音信息；根据获取的语音信号的输出功率谱和平均功率谱计算阵列语音信号的最大子带功率比；根据预先设定的判断条件，利用所述最大子带功率比和当前检测阈值判断获取的语音信号的状态，对语音信号进行功率谱去噪；其中，所述输出功率谱计算公式为：其中，k为频点编号；λ为短时帧编号；为频点编号为b且短时帧编号为λ时的阵列当前语音帧波束输出信号功率谱；ax为第一回归系数；l1为预设定频点数；其中，0<ax<1，k，λ，b，l1均为正整数。

进一步的，所述传输端包括：信息编码单元、信息加密单元和信息传输单元；所述信息编码单元用于对取证信息进行编码；所述信息加密单元，用于对取证信息进行加密；所述信息传输单元，用于将加密后的取证信息发送至云存储端；所述信息编码单元对取证信息进行编码的方法执行以下步骤：将取证信息分割成若干个数据块；把数据块变换成变换系数数据块；把变换系数数据块转换成量化的系数数据块；把量化的系数数据块划分成预定数目的子数据块；将量化系数的每个子数据块分类成只具有零值量化系数的零子数据块或具有至少一个非零值量化系数的非零子数据块；根据零子数据块与非零子数据块之间的关系来提供量化的系数的一个预定序列，该量化的系数的预定序列由包括在非零子数据块中的量化的系数构成；对量化系数的预定序列进行行程长度编码，从而提供一组行程长度编码的数据；以及对该行程长度编码的数据进行可变长度编码。

本发明的供基于移动互联网的远程智能取证系统及方法，具有如下有益效果：本发明使用图像取证单元进行图像取证；对序列图片进行图片预处理后；通过将相邻前后图片的拼接形成环视全景图片，使得取证后的图像取证信息，包含的信息量更大，更有利于后期的诉讼；另外，本发明的语音取证方法，可以去除环境噪音的影响，保证获取的信息更加准确；同时，本发明在取证信息的存取过程中，使用编码加密的方式，保证了信息的安全性和保密性。

附图说明

图1为本发明的实施例提供的供基于移动互联网的远程智能取证系统的系统结构示意图；

图2为本发明的实施例提供的供基于移动互联网的远程智能取证方法的方法流程示意图；

图3为本发明的实施例提供的供基于移动互联网的远程智能取证系统及方法的图像取证的信息完整性与现有技术的图像取证的信息完整性的实验曲线对比示意图

1-本发明的实验曲线示意图，2-现有技术的实验曲线示意图。

具体实施方式

下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。

实施例1

如图1基于移动互联网的远程智能取证系统，包括：取证端、传输端和云存储端；所述取证端，用于进行图像和语音取证，得到取证信息，将取证信息传输至传输端；所述传输端，用于对取证信息进行加密，将加密后的取证信息发送至云存储端；所述云存储端，用于对接收到的加密后的取证信息进行存储；所述取证端包括：图像取证单元、语音取证单元、显示器和处理器；所述处理器分别信号连接于图像取证单元、显示器和语音取证单元；所述图像取证单元进行图像取证的方法执行以下步骤：获取取证目标的连续的序列图片；对序列图片进行图片预处理；通过将相邻前后图片的拼接形成环视全景图片；其中，所述图片预处理方法执行以下步骤：对图片进行小波分解，得到第一层分解系数ci；得到图片的噪声标准差为：其中，median为取中间值函数；逐像素的对图片的像素进行取样，用取样得到的像素组成一个样本集；对样本集重复进行小波分解，得到第二层分解系数di，得到样本集的噪声标准差为：判断σd与σn的差值，若差值在设定的阈值内，则判定样本集为噪声最佳样本集，使用该噪声最佳样本集进行对序列图片进行栅格去噪；所述通过将相邻前后图片的拼接形成环视全景图片的方法执行以下步骤：使用如下公式，将拼接形成的图片投影到水平柱面：其中，(x，y)为输入图像的任意一点，(x1,y2)为该点经过变换后的坐标值，θ为投影角度，w为宽度，h为宽度。

具体的，本发明使用图像取证单元进行图像取证；对序列图片进行图片预处理后；通过将相邻前后图片的拼接形成环视全景图片，使得取证后的图像取证信息，包含的信息量更大，更有利于后期的诉讼；另外，本发明的语音取证方法，可以去除环境噪音的影响，保证获取的信息更加准确；同时，本发明在取证信息的存取过程中，使用编码加密的方式，保证了信息的安全性和保密性。

实施例2

在上一实施例的基础上，所述语音取证单元进行语音取证的方法执行以下步骤：获取取证目标的连续的语音信息；根据获取的语音信号的输出功率谱和平均功率谱计算阵列语音信号的最大子带功率比；根据预先设定的判断条件，利用所述最大子带功率比和当前检测阈值判断获取的语音信号的状态，对语音信号进行功率谱去噪；其中，所述输出功率谱计算公式为：其中，k为频点编号；λ为短时帧编号；为频点编号为b且短时帧编号为λ时的阵列当前语音帧波束输出信号功率谱；ax为第一回归系数；l1为预设定频点数；其中，0<ax<1，k，λ，b，l1均为正整数。

具体的，常用的特征分析所常用的特征包括短时能量、过零率或其他的谱特征等，而分类器也以阈值判定、线性分离器等为主。这些语音的检测方法在复杂噪声条件下检测性能极其有限，噪声环境下语音检测的基本假设是噪声与语音信号的特征不同。从而导致最终采样的语音信号，不够准确。而本发明使用基于功率谱的语音去噪，因为噪声的功率谱和有用语音信号的功率谱不一样，从而使得能够轻易地将有用语音从噪声中分离出来，显著提升最终采集到的语音取证信息的准确性。

实施例3

在上一实施例的基础上，所述传输端包括：信息编码单元、信息加密单元和信息传输单元；所述信息编码单元用于对取证信息进行编码；所述信息加密单元，用于对取证信息进行加密；所述信息传输单元，用于将加密后的取证信息发送至云存储端；所述信息编码单元对取证信息进行编码的方法执行以下步骤：将取证信息分割成若干个数据块；把数据块变换成变换系数数据块；把变换系数数据块转换成量化的系数数据块；把量化的系数数据块划分成预定数目的子数据块；将量化系数的每个子数据块分类成只具有零值量化系数的零子数据块或具有至少一个非零值量化系数的非零子数据块；根据零子数据块与非零子数据块之间的关系来提供量化的系数的一个预定序列，该量化的系数的预定序列由包括在非零子数据块中的量化的系数构成；对量化系数的预定序列进行行程长度编码，从而提供一组行程长度编码的数据；以及对该行程长度编码的数据进行可变长度编码。

具体的，数据编码是计算机处理的关键。不同的信息记录应当采用不同的编码，一个码点可以代表一条信息记录。由于计算机要处理的数据信息十分庞杂，有些数据库所代表的含义又使人难以记忆。为了便于使用，容易记忆，常常要对加工处理的对象进行编码，用一个编码符合代表一条信息或一串数据。对数据进行编码在计算机的管理中非常重要，可以方便地进行信息分类、校核、合计、检索等操作。人们可以利用编码来识别每一个记录，区别处理方法，进行分类和校核，从而克服项目参差不齐的缺点，节省存储空间，提高处理速度。

实施例4

在上一实施例的基础上，所述信息加密单元，对编码后的取证信息进行信息加密的方法执行以下步骤：生成加密密钥，然后使用生成的加密密钥对编码后的取证信息进行加密；所述加密密钥生成的方法执行以下步骤：随机生成两个随机数，作为第一密钥和第二密钥；将第一密钥作为参数a，将第二密钥作为参数b，构建一个加密矩阵:再录入一个已知的加密因子将加密矩阵和加密因子矩阵相乘，得到一个加密后字符串矩阵x：将字母表中顺序对应于x矩阵中的p参数和q参数的数值的字母作为最终的加密密钥值，所有的加密密钥值组成最终的加密密钥。

具体的，本发明的加密方式，使用随机生成的两个数与加密因子进行计算后组成加密密钥，相较于传统的加密方式，其密钥的组成复杂度大，加密方式独特，不容易破解。而由于取证信息对于保密性要求极高，因此，该加密方式，能够显著提升取证信息的保密性。

实施例5

在上一实施例的基础上，所述语音信号的平均功率谱的计算公式为：其中，为频点编号为b且短时帧编号为λ时的阵列当前语音帧的平均功率谱；ay为第二回归系数。

实施例6

基于移动互联网的远程智能取证方法，所述方法执行以下步骤：取证端，进行图像和语音取证，得到取证信息，将取证信息传输至传输端；传输端，对取证信息进行加密，将加密后的取证信息发送至云存储端；云存储端，对接收到的加密后的取证信息进行存储。

实施例7

在上一实施例的基础上，所述取证端包括：图像取证单元、语音取证单元、显示器和处理器；所述处理器分别信号连接于图像取证单元、显示器和语音取证单元；其特征在于，所述图像取证单元进行图像取证的方法执行以下步骤：获取取证目标的连续的序列图片；对序列图片进行图片预处理；通过将相邻前后图片的拼接形成环视全景图片；其中，所述图片预处理方法执行以下步骤：对图片进行小波分解，得到第一层分解系数ci；得到图片的噪声标准差为：其中，median为取中间值函数；逐像素的对图片的像素进行取样，用取样得到的像素组成一个样本集；对样本集重复进行小波分解，得到第二层分解系数di，得到样本集的噪声标准差为：判断σd与σn的差值，若差值在设定的阈值内，则判定样本集为噪声最佳样本集，使用该噪声最佳样本集进行对序列图片进行栅格去噪。

具体的，根据噪声和信号的关系可将其分为三种形式:(f(x,y)表示给定原始图象，g(x,y)表示图象信号，n(x,y)表示噪声。

1)<加性噪声,此类噪声与输入图象信号无关,含噪图象可表示为f(x,y)＝g(x,y)+n(x,y)，信道噪声及光导摄像管的摄像机扫描图象时产生的噪声就属这类噪声；

2)<乘性噪声,此类噪声与图象信号有关,含噪图象可表示为f(x,y)＝g(x,y)+n(x,y)g(x,y)，飞点扫描器扫描图象时的噪声,电视图象中的相关噪声,胶片中的颗粒噪声就属于此类噪声；

3)<量化噪声,此类噪声与输入图象信号无关,是量化过程存在量化误差,再反映到接收端而产生。

实施例8

在上一实施例的基础上，所述通过将相邻前后图片的拼接形成环视全景图片的方法执行以下步骤：使用如下公式，将拼接形成的图片投影到水平柱面：其中，(x,y)为输入图像的任意一点，(x1,y2)为该点经过变换后的坐标值，θ为投影角度，w为宽度，h为宽度。

实施例9

在上一实施例的基础上，所述语音取证单元进行语音取证的方法执行以下步骤：获取取证目标的连续的语音信息；根据获取的语音信号的输出功率谱和平均功率谱计算阵列语音信号的最大子带功率比；根据预先设定的判断条件，利用所述最大子带功率比和当前检测阈值判断获取的语音信号的状态，对语音信号进行功率谱去噪；其中，所述输出功率谱计算公式为：其中，k为频点编号；λ为短时帧编号；为频点编号为b且短时帧编号为λ时的阵列当前语音帧波束输出信号功率谱；ax为第一回归系数；l1为预设定频点数；其中，0<ax<1，k，λ，b，l1均为正整数。

具体的，功率谱是功率谱密度函数的简称，它定义为单位频带内的信号功率。它表示了信号功率随着频率的变化情况，即信号功率在频域的分布状况。功率谱表示了信号功率随着频率的变化关系。

常用于功率信号(区别于能量信号)的表述与分析，其曲线(即功率谱曲线)一般横坐标为频率，纵坐标为功率。周期性连续信号x(t)的频谱可表示为离散的非周期序列xn,它的幅度频谱的平方│xn│2所排成的序列，就被称之为该周期信号的“功率谱”。

实施例10

在上一实施例的基础上，所述传输端包括：信息编码单元、信息加密单元和信息传输单元；所述信息编码单元用于对取证信息进行编码；所述信息加密单元，用于对取证信息进行加密；所述信息传输单元，用于将加密后的取证信息发送至云存储端；所述信息编码单元对取证信息进行编码的方法执行以下步骤：将取证信息分割成若干个数据块；把数据块变换成变换系数数据块；把变换系数数据块转换成量化的系数数据块；把量化的系数数据块划分成预定数目的子数据块；将量化系数的每个子数据块分类成只具有零值量化系数的零子数据块或具有至少一个非零值量化系数的非零子数据块；根据零子数据块与非零子数据块之间的关系来提供量化的系数的一个预定序列，该量化的系数的预定序列由包括在非零子数据块中的量化的系数构成；对量化系数的预定序列进行行程长度编码，从而提供一组行程长度编码的数据；以及对该行程长度编码的数据进行可变长度编码。

以上所述仅为本发明的一个实施例子，但不能以此限制本发明的范围，凡依据本发明所做的结构上的变化，只要不失本发明的要义所在，都应视为落入本发明保护范围之内受到制约。

所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。

需要说明的是，上述实施例提供的系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。

所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。

本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。

术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。