CallShield：实时音频信道上的安全主叫认证
密码学与安全
2026-01-15 v1
摘要
我们提出了 CallShield，这是第一个完全在音频层运行的主叫身份认证系统，无需依赖语音转录、互联网连接或可信基础设施。CallShield 引入了一种实时神经水印技术，能够在 8 kHz 实时语音的 40 毫秒帧内实现逐比特嵌入与恢复。这一能力使 CallShield 能够将实时音频信道转换为带噪串行通信介质。为确保可靠的数据传输，CallShield 实现了一种低比特率数据链路协议，提供基本的帧同步以及错误检测、纠正和恢复。对于主叫认证，CallShield 采用了一种安全且轻量级的对称密钥协议，该协议依赖于可信联系人之间的成对共享密钥。该系统平均在 63 秒内完成整个认证过程，包括最多三次重传尝试，使其适合实时部署。在真实电话条件下的广泛实验表明，在选择性重传失败消息的辅助下，CallShield 在纯净音频上的总体认证成功率超过 99.2%，在常见失真下超过 95%。此外，CallShield 保持了高音频质量，在纯净语音上实现了 4.2 以上的 PESQ 得分和 0.94 以上的 STOI 得分，并在广泛的信道失真范围内表现出鲁棒性，验证了其在安全、实时主叫认证方面的实际可行性。
引用
@article{arxiv.2601.09327,
title = {CallShield: Secure Caller Authentication over Real-Time Audio Channels},
author = {Mouna Rabh and Yazan Boshmaf and Mashael Alsabah and Shammur Chowdhury and Mohamed Hefeeda and Issa Khalil},
journal= {arXiv preprint arXiv:2601.09327},
year = {2026}
}