北京理工大学《ACS ANM》：基于石墨烯的声学传感器的语音加密

摘要：石墨烯是一种具有优异电学和力学性能的热门纳米材料，其在声学领域中的纳米传感器应用已得到广泛研究。随着智能终端和人机交互的普及，由信息泄露引发的个人隐私与安全问题日益受到公众关注。数据加密是保护数据的有效手段，而纳米声学传感器带来的数据增长使得研究数据的加密效果

1成果简介

石墨烯是一种具有优异电学和力学性能的热门纳米材料，其在声学领域中的纳米传感器应用已得到广泛研究。随着智能终端和人机交互的普及，由信息泄露引发的个人隐私与安全问题日益受到公众关注。数据加密是保护数据的有效手段，而纳米声学传感器带来的数据增长使得研究数据的加密效果具有重要意义。本文，北京理工大学Xiao-Liang Guo、Xiao-Liang Guo、清华大学任天令教授等《ACS Appl. Nano Mater》期刊发表名为“Speech Encryption by Graphene-Based Acoustic Sensors”的论文，研究提出

通过激光诱导石墨烯（LIG）制备电阻式声学传感器，在数据采集过程中实现数据加密，从而更好地降低信息传输和存储过程中数据泄露的威胁。通过神经网络验证了Tiny Encryption Algorithm（TEA）和混沌加密算法处理的数据的识别与混淆能力。利用加密后数据密度散点图对不同加密算法进行模糊特征化，并分析其分布差异的潜在机制及其对加密效果的影响。

2图文导读

图1. Performance of graphene acoustic sensor. (a) Schematic diagram of sound signal reception and acquisition. (b) Sensor model. (c) Electron microscopy scan of LIG, inset showing the morphology of the enlarged red circle area. (d) Waveforms are acquired by the LIG sensor, and the inset shows waveforms acquired by the commercial microphone.

图2. Algorithm encryption results and process. (a) Logistic mapping function (chaotic encryption) bifurcation diagram and Lyapunov diagram. (b) The density scatter plot after the Logistic processing (top picture), and the density scatter plot after the TEA processing (following picture). (c) The TEA encryption process of data.

图3. 1-D CNN structure for evaluating encryption results. Consists of four convolutional and four pooling layers and one fully connected layer.

图4. Flowchart of the experiment. The sound is collected by the sensor and collected by SCM in the form of voltage output. The collected data are temporarily stored in blocks, encrypted, and transmitted to the upper computer for network model processing.

图5. Neural network test results. (a) Training accuracy curve of the plaintext data set. (b) Training accuracy curve of the Logistic data set. (c) Training accuracy curve of the TEA data set. (d) Identifying confounding result plots of the plaintext data set. (e) Identifying confounding result plots of the Logistic data set. (f) Identifying confounding result plots of the TEA data set.

3小结

本文采用激光直接写入技术，制备了一种简单且低成本的柔性可穿戴石墨烯电阻式声学传感器。SCM用于在资源受限的环境下实现小数据的实时加密采集与传输，神经网络模型用于验证数据保护效果。在明文训练网络模型下，不同加密算法处理的数据识别率非常低。在对应的密文训练网络模型下，混沌加密算法基于固定映射函数和简单的加密位操作，所得数据分布存在空白区域和明显规律性，其识别率可达约70%的高水平。而TEA主要基于数据本身的移位操作，加密位操作更为复杂，所得数据分布无序，数据值更符合正态分布，其识别率仅约10%，但具有良好的数据保护效果。本研究为石墨烯纳米传感器在人机交互领域应用所引发的数据膨胀背景下，提供了数据安全性的选择方案。

文献
:https://doi.org/10.1021/acsanm.5c01287