随着网络通信、移动通信及个人通信技术的飞速发展，语音通信在极大的方便了人类生活的同时，也带来了诸多安全隐患，语音信息内容的安全性及完整性认证变的至关重要。感知哈希对内容保持操作有着独特的感知鲁棒性和区分性，同时满足随机性、摘要性和单向性，已逐渐成为一种适用于多媒体信息安全领域内的一种热门技术。　　论文主要研究移动环境下语音感知哈希认证算法，在移动终端资源有限及低可靠性的条件下，实现具有篡改检测与定位的高效的鲁棒语音感知哈希算法。论文的主要研究内容如下：　　1．针对现有语音感知哈希算法鲁棒性差、认证数据量大、效率低等问题，基于希尔伯特-黄变换(Hilbert-Huang Transform，HHT)原理，提出了一种高效的鲁棒语音感知哈希算法。该算法对语音信号进行经验模态分解(Empirical Mode Decomposition，EMD)，把语音分解成为若干相互独立的固有模态函数(Intrinsic Mode Functions，IMFs)，并对分解后的IMF函数进行Hilbert变换，语音信号被分解到频域和复频域，这样可以更好的表现语音信号的固有特征。实验结果表明，该算法具有较好的鲁棒性和区分性，且算法简单、认证时间短，在高斯白噪声和低通滤波的攻击下，算法的鲁棒性有了明显的提高。　　2．针对现有语音感知算法在低通滤波和高斯白噪声操作下鲁棒性差且不能实现篡改检测与定位的问题，提出了一种可实现篡改检测与定位的高效的鲁棒语音感知哈希算法。该算法首先求取语音信号的短时能量作为时域特征值；然后对语音信号进行Hilbert变换；最后对其进行2维离散余弦变换(2 Dimensional Discrete Cosine Transform,2D-DCT)并求香农熵形成频域特征值。实验结果表明，该算法对内容保持操作具有较好的感知鲁棒性和区分性，在高斯白噪声和低通滤波的攻击下，也具有良好的鲁棒性，且时间计算复杂度低、感知哈希数据率小、认证时间短，能够准确的实现小范围内篡改检测与定位。　　3．针对移动终端对感知哈希算法数据量、时间复杂度及效率的要求，提出了一种结合G.729语音编码标准的鲁棒语音感知哈希算法。该算法在语音编码过程中提取线性预测残差系数(Linear Prediction Residual Coefficient，LPRC)作为感知特征值，把它和编码比特流一起发送，在接收端接收编码比特流时再次提取 LPRC系数作为感知特征值，计算发送端和接收端的感知特征值数学距离来进行匹配认证。实验结果表明，该算法具有较好的感知鲁棒性和区分性，算法的时间复杂度低、效率高，能够有效区分可容许操作和恶意篡改，同时在篡改检测与定位方面具有较高的精度。