Adaptive method for ensuring securityof individual confidentialconversations

Abstract

Subject of Research. An adaptive mechanism for ensuring confidentiality of acoustic speech in real time, which dynamically balances the level of secrecy and audio signal quality based on the analysis of semantic load, background noise, and external threats. Research Methodology. The problem is formalized as a multi-criteria optimization task with an objective function combining secrecy (Sec) and quality (Q) metrics through a priority-compromise coefficient α. Synchronized chaotic systems are employed for masking, generating noise within the 300-340 Hz frequency band. The energy distribution of the masking noise is optimized using psychoacoustic models (MPEG, ITU-R). Computer simulations were implemented in Python, with performance evaluated using PESQ, MOS, and Sec metrics. The input signal is analyzed in real time to detect keywords, energy levels, pauses, and sensitive information.

Предмет дослідження. Адаптивний механізм забезпечення конфіденційності акустичного мовлення у реальному часі, який динамічно балансує між рівнем секретності та якістю звукового сигналу на основі аналізу семантичного навантаження, фонового шуму та зовнішніх загроз. Метод дослідження. Формалізація задачі як багатокритеріальної оптимізації з цільовою функцією, що балансує метрику секретності (Sec) та якості (Q) за допомогою пріоритет-коефіцієнта компромісу α. Використання синхронізованих хаотичних систем для генерації завади у діапазоні 300-3400 Гц. Застосування психоакустичних моделей (MPEG, ITU-R) для енергоефективного розподілу потужності завади. Комп’ютерне моделювання на мові Python з оцінкою ефективності за об’єктивними метриками (PESQ, MOS, Sec). Аналіз вхідного сигналу в реальному часі: виявлення ключових слів, енергетичного рівня, пауз, чутливої інформації.