Шифрование голосовой связи: от SIGSALY до современных технологий

Введение

Зашифрованная голосовая связь. Защищенный голос (также безопасная речь или шифония) — термин в криптографии, обозначающий шифрование голосовой связи по различным каналам, таким как радио, телефонная связь или IP-сети.

История

Реализация шифрования голоса восходит ко Второй мировой войне, когда безопасная связь была первостепенной задачей для вооруженных сил США. В то время к голосовому сигналу просто добавлялся шум, чтобы помешать врагам прослушивать разговоры. Шум добавлялся путем одновременного воспроизведения записи шума с голосовым сигналом, и когда голосовой сигнал достигал приемника, шумовой сигнал вычитался, оставляя исходный голосовой сигнал. Для вычитания шума приемнику требовался точно такой же шумовой сигнал, и записи шума изготавливались только парами: одна для передатчика и одна для приемника. Наличие всего двух копий записей делало невозможным расшифровку сигнала не тем приемником. Для реализации системы армия заключила контракт с Bell Laboratories, и они разработали систему под названием SIGSALY. В SIGSALY использовалось десять каналов для дискретизации частотного спектра голоса от 250 Гц до 3 кГц, а два канала были выделены для дискретизации высоты тона голоса и фонового шипения. Во времена SIGSALY транзистор еще не был разработан, и цифровая дискретизация осуществлялась с помощью схем, использующих вакуумную лампу модели 2051 Thyratron. Каждый терминал SIGSALY использовал 40 стоек оборудования весом 55 тонн и занимал большую комнату. Это оборудование включало радиопередатчики и приемники, а также большие проигрыватели грампластинок. Голос привязывался к двум виниловым пластинкам, содержащим звуковой тон с частотной манипуляцией (FSK). Пластинки проигрывались на больших прецизионных проигрывателях синхронно с передачей голоса. С момента появления шифрования голоса и до сегодняшнего дня методы шифрования значительно эволюционировали. Цифровые технологии фактически заменили старые аналоговые методы шифрования голоса, и благодаря использованию сложных алгоритмов шифрование голоса стало гораздо более безопасным и эффективным. Одним из относительно современных методов шифрования голоса является субполосное кодирование. При субполосном кодировании голосовой сигнал разделяется на несколько частотных полос с использованием нескольких полосовых фильтров, охватывающих определенные интересующие диапазоны частот. Выходные сигналы полосовых фильтров затем преобразуются в низкочастотные, чтобы уменьшить полосу пропускания, что снижает частоту дискретизации. Низкочастотные сигналы затем квантуются и кодируются с использованием специальных методов, таких как импульсно-кодовая модуляция (PCM). После этапа кодирования сигналы мультиплексируются и отправляются по сети связи. Когда сигнал достигает приемника, к нему применяются обратные операции, чтобы вернуть его в исходное состояние. Система кодирования речи была разработана в Bell Laboratories в 1970-х годах Субхашем Каком и Никилом Джаянт. В этой системе использовались матрицы перестановок для перемешивания кодированных представлений (таких как импульсно-кодовая модуляция и ее варианты) речевых данных. Motorola разработала систему шифрования голоса под названием Digital Voice Protection (DVP) как часть своего первого поколения методов шифрования голоса. DVP использует самосинхронизирующийся метод шифрования, известный как шифровая обратная связь (CFB). Чрезвычайно большое количество возможных ключей, связанных с ранним алгоритмом DVP, делает алгоритм очень надежным и обеспечивает высокий уровень безопасности. Как и в других системах шифрования с симметричным ключом, для расшифровки сигнала с помощью специального алгоритма расшифровки требуется ключ шифрования.

The implementation of voice encryption dates back to World War II when secure communication was paramount to the US armed forces. During that time, noise was simply added to a voice signal to prevent enemies from listening to the conversations. Noise was added by playing a record of noise in sync with the voice signal and when the voice signal reached the receiver, the noise signal was subtracted out, leaving the original voice signal. In order to subtract out the noise, the receiver need to have exactly the same noise signal and the noise records were only made in pairs; one for the transmitter and one for the receiver. Having only two copies of records made it impossible for the wrong receiver to decrypt the signal. To implement the system, the army contracted Bell Laboratories and they developed a system called SIGSALY. With SIGSALY, ten channels were used to sample the voice frequency spectrum from 250 Hz to 3 kHz and two channels were allocated to sample voice pitch and background hiss. In the time of SIGSALY, the transistor had not been developed and the digital sampling was done by circuits using the model 2051 Thyratron vacuum tube. Each SIGSALY terminal used 40 racks of equipment weighing 55 tons and filled a large room. This equipment included radio transmitters and receivers and large phonograph turntables. The voice was keyed to two vinyl phonograph records that contained a frequency shift keying (FSK) audio tone. The records were played on large precise turntables in sync with the voice transmission. From the introduction of voice encryption to today, encryption techniques have evolved drastically. Digital technology has effectively replaced old analog methods of voice encryption and by using complex algorithms, voice encryption has become much more secure and efficient. One relatively modern voice encryption method is Sub band coding. With Sub band Coding, the voice signal is split into multiple frequency bands, using multiple bandpass filters that cover specific frequency ranges of interest. The output signals from the bandpass filters are then lowpass translated to reduce the bandwidth, which reduces the sampling rate. The lowpass signals are then quantized and encoded using special techniques like, pulse code modulation (PCM). After the encoding stage, the signals are multiplexed and sent out along the communication network. When the signal reaches the receiver, the inverse operations are applied to the signal to get it back to its original state. A speech scrambling system was developed at Bell Laboratories in the 1970s by Subhash Kak and Nikil Jayant. In this system permutation matrices were used to scramble coded representations (such as pulse code modulation and variants) of the speech data. Motorola developed a voice encryption system called Digital Voice Protection (DVP) as part of their first generation of voice encryption techniques. DVP uses a self synchronizing encryption technique known as cipher feedback (CFB). The extremely high number of possible keys associated with the early DVP algorithm, makes the algorithm very robust and gives a high level of security. As with other symmetric keyed encryption systems, the encryption key is required to decrypt the signal with a special decryption algorithm.

Цифровая

Цифровой защищенный голос обычно включает в себя два компонента: оцифровщик для преобразования речи в цифровые сигналы и обратно, и систему шифрования для обеспечения конфиденциальности. На практике сложно передавать зашифрованный сигнал по тем же каналам голосовой связи, которые используются для передачи незашифрованной речи, например, по аналоговым телефонным линиям или каналам мобильной радиосвязи, из-за увеличения полосы пропускания. Это привело к использованию голосовых кодеков (вокодеров) для обеспечения плотного сжатия речевых сигналов по полосе пропускания. Системы STU III, KY 57 и SCIP, разработанные АНБ, являются примерами систем, работающих через существующие голосовые каналы. Система STE, в отличие от них, требует линий ISDN с широкой полосой пропускания для нормальной работы. Для шифрования GSM и VoIP, которые изначально являются цифровыми, в качестве технологии сквозного шифрования может использоваться стандартный протокол ZRTP. Надежность защищенной голосовой связи значительно повышается благодаря сжатию голосовых данных до очень низких битрейтов с помощью специального компонента, называемого кодированием речи, сжатием голоса или голосовым кодеком (также известным как вокодер). К старым стандартам сжатия для защищенной голосовой связи относятся CVSD, CELP, LPC 10e и MELP, при этом новейшим стандартом является современный алгоритм MELPe.

Цифровые методы с использованием звуковой компрессии: MELP или MELPe

MELPe или улучшенный MELP (Mixed Excitation Linear Prediction) — стандарт кодирования речи Министерства обороны США, используемый преимущественно в военных приложениях и спутниковой связи, защищенной голосовой связи и защищенных радиоустройствах. Его разработку возглавляли и поддерживали АНБ и НАТО. Стандарт защищенной голосовой связи MELPe правительства США также известен как MIL STD 3005, а стандарт защищенной голосовой связи MELPe НАТО также известен как STANAG 4591. Первоначальный MELP был изобретен Аланом Маккри около 1995 года. Этот первоначальный речевой кодер был стандартизирован в 1997 году и известен как MIL STD 3005. Он превзошел другие кандидаты в качестве голосовых кодеров в конкурсе Министерства обороны США, включая: (a) частотно-селективный гармонический кодер (FSHC), (b) расширенный многополосный возбудитель (AMBE), (c) улучшенный многополосный возбудитель (EMBE), (d) синусоидальный трансформационный кодер (STC) и (e) поддиапазонный LPC-кодер (SBC). Благодаря меньшей сложности по сравнению с кодером Waveform Interpolative (WI), вокодер MELP выиграл конкурс Министерства обороны и был выбран для MIL STD 3005. В период с 1998 по 2001 год был создан новый вокодер на основе MELP с половинной скоростью (т.е. 1200 бит/с), а также были внесены существенные улучшения в MIL STD 3005 компаниями SignalCom (позже приобретенной Microsoft), AT&T Corporation и Compandent, которые включали: (a) дополнительный новый вокодер с половинной скоростью (т.е. 1200 бит/с), (b) значительно улучшенное кодирование (анализ), (c) значительно улучшенное декодирование (синтез), (d) предварительную обработку шума для удаления фонового шума, (e) транскодирование между битовыми потоками 2400 бит/с и 1200 бит/с и (f) новый постфильтр. Это значительное развитие было направлено на создание нового кодера вдвое меньшей скорости и обеспечение его совместимости со старым стандартом MELP. Этот улучшенный MELP (также известный как MELPe) был принят в качестве нового MIL STD 3005 в 2001 году в виде приложений и дополнений к оригинальному MIL STD 3005, обеспечивая такое же качество, как и старый MELP со скоростью 2400 бит/с, при половинной скорости. Одним из главных преимуществ нового MELPe со скоростью 2400 бит/с является то, что он использует тот же формат битов, что и MELP, и, следовательно, может взаимодействовать с устаревшими системами MELP, но обеспечивает лучшее качество на обоих концах. MELPe обеспечивает значительно лучшее качество, чем все старые военные стандарты, особенно в шумных условиях, таких как поле боя, транспортные средства и самолеты. В 2002 году, после обширной конкуренции и испытаний, MELPe со скоростью 2400 и 1200 бит/с Министерства обороны США был принят также в качестве стандарта НАТО, известного как STANAG 4591. В рамках тестирования НАТО на новый стандарт MELPe был протестирован против других кандидатов, таких как HSX (Harmonic Stochastic eXcitation) Франции и SB LPC (Split Band Linear Predictive Coding) Турции, а также старые стандарты защищенной голосовой связи, такие как FS1015 LPC 10e (2,4 кбит/с), FS1016 CELP (4,8 кбит/с) и CVSD (16 кбит/с). Впоследствии MELPe также выиграл конкурс НАТО, превзойдя по качеству все остальные кандидаты, а также качество всех старых стандартов защищенной голосовой связи (CVSD, CELP и LPC 10e). В конкурсе НАТО было заключено, что MELPe значительно улучшил производительность (с точки зрения качества речи, разборчивости и помехоустойчивости), одновременно снижая требования к пропускной способности. Тестирование НАТО также включало тесты на совместимость, в которых использовалось более 200 часов речевых данных и проводилось тремя испытательными лабораториями по всему миру. Компания Compandent Inc, в рамках проектов на основе MELPe, выполняемых для АНБ и НАТО, предоставила АНБ и НАТО специальную тестовую платформу, известную как устройство MELCODER, которое обеспечивало золотой стандарт для реализации MELPe в реальном времени. Низкозатратное оборудование терминалов данных FLEXI 232 (DTE), изготовленное компанией Compandent и основанное на золотом стандарте MELCODER, очень популярно и широко используется для оценки и тестирования MELPe в реальном времени, в различных каналах и сетях, а также в полевых условиях. В конкурсе НАТО было заключено, что MELPe значительно улучшил производительность (с точки зрения качества речи, разборчивости и помехоустойчивости), одновременно снижая требования к пропускной способности. Тестирование НАТО также включало тесты на совместимость, в которых использовалось более 200 часов речевых данных и проводилось тремя испытательными лабораториями по всему миру. В 2005 году к стандарту НАТО STANAG 4591 была добавлена новая вариация MELPe со скоростью 600 бит/с, разработанная Thales Group (Франция) (без обширной конкуренции и испытаний, как это было с MELPe со скоростью 2400/1200 бит/с), и ведутся более продвинутые работы по снижению скорости передачи данных до 300 бит/с и даже 150 бит/с. В 2010 году Lincoln Labs., Compandent, BBN и General Dynamics также разработали для DARPA устройство MELP со скоростью 300 бит/с. Его качество было лучше, чем у MELPe со скоростью 600 бит/с, но задержка была больше.

The MELPe or enhanced MELP (Mixed Excitation Linear Prediction) is a United States Department of Defense speech coding standard used mainly in military applications and satellite communications, secure voice, and secure radio devices. Its development was led and supported by NSA, and NATO. The US government's MELPe secure voice standard is also known as MIL STD 3005, and the NATO's MELPe secure voice standard is also known as STANAG 4591. The initial MELP was invented by Alan McCree around 1995. That initial speech coder was standardized in 1997 and was known as MIL STD 3005. It surpassed other candidate vocoders in the US DoD competition, including: (a) Frequency Selective Harmonic Coder (FSHC), (b) Advanced Multi Band Excitation (AMBE), (c) Enhanced Multiband Excitation (EMBE), (d) Sinusoid Transform Coder (STC), and (e) Subband LPC Coder (SBC). Due to its lower complexity than Waveform Interpolative (WI) coder, the MELP vocoder won the DoD competition and was selected for MIL STD 3005. Between 1998 and 2001, a new MELP based vocoder was created at half the rate (i. e. 1200 bit/s) and substantial enhancements were added to the MIL STD 3005 by SignalCom (later acquired by Microsoft), AT&T Corporation, and Compandent which included (a) additional new vocoder at half the rate (i. e. 1200 bit/s), (b) substantially improved encoding (analysis), (c) substantially improved decoding (synthesis), (d) Noise Preprocessing for removing background noise, (e) transcoding between the 2400 bit/s and 1200 bit/s bitstreams, and (f) new postfilter. This fairly significant development was aimed to create a new coder at half the rate and have it interoperable with the old MELP standard. This enhanced MELP (also known as MELPe) was adopted as the new MIL STD 3005 in 2001 in form of annexes and supplements made to the original MIL STD 3005, enabling the same quality as the old 2400 bit/s MELP's at half the rate. One of the greatest advantages of the new 2400 bit/s MELPe is that it shares the same bit format as MELP, and hence can interoperate with legacy MELP systems, but would deliver better quality at both ends. MELPe provides much better quality than all older military standards, especially in noisy environments such as battlefield and vehicles and aircraft. In 2002, following extensive competition and testing, the 2400 and 1200 bit/s US DoD MELPe was adopted also as NATO standard, known as STANAG 4591. As part of NATO testing for new NATO standard, MELPe was tested against other candidates such as France's HSX (Harmonic Stochastic eXcitation) and Turkey's SB LPC (Split Band Linear Predictive Coding), as well as the old secure voice standards such as FS1015 LPC 10e (2.4 kbit/s), FS1016 CELP (4.8 kbit/s) and CVSD (16 kbit/s). Subsequently, the MELPe won also the NATO competition, surpassing the quality of all other candidates as well as the quality of all old secure voice standards (CVSD, CELP and LPC 10e). The NATO competition concluded that MELPe substantially improved performance (in terms of speech quality, intelligibility, and noise immunity), while reducing throughput requirements. The NATO testing also included interoperability tests, used over 200 hours of speech data, and was conducted by three test laboratories worldwide. Compandent Inc, as a part of MELPe based projects performed for NSA and NATO, provided NSA and NATO with special test bed platform known as MELCODER device that provided the golden reference for real time implementation of MELPe. The low cost FLEXI 232 Data Terminal Equipment (DTE) made by Compandent, which are based on the MELCODER golden reference, are very popular and widely used for evaluating and testing MELPe in real time, various channels & networks, and field conditions. The NATO competition concluded that MELPe substantially improved performance (in terms of speech quality, intelligibility, and noise immunity), while reducing throughput requirements. The NATO testing also included interoperability tests, used over 200 hours of speech data, and was conducted by three test laboratories worldwide. In 2005, a new 600 bit/s rate MELPe variation by Thales Group (France) was added (without extensive competition and testing as performed for the 2400/1200 bit/s MELPe) to the NATO standard STANAG 4591, and there are more advanced efforts to lower the bitrates to 300 bit/s and even 150 bit/s. In 2010, Lincoln Labs., Compandent, BBN, and General Dynamics also developed for DARPA a 300 bit/s MELP device. Its quality was better than the 600 bit/s MELPe, but its delay was longer.