随着信息化的高速发展和智能终端设备的全面普及,传统的身份认证方式已经无法满足人们对易用性和可扩展性的需求。与此同时,在人工智能和生物识别技术的不断进步下,基于生物特征的身份认证方式逐渐成为主流。其中基于声纹的身份认证系统在诸多特殊的应用场景下为用户带来了极大的便利。然而,由于声音易被复制和模仿,因此声纹认证系统仍然遭受着欺骗攻击的威胁,导致系统的安全性得不到保障,这无疑不利于声纹认证系统的更广泛应用。因此,本文的研究聚焦于实现对声纹认证系统的活体检测,实时检测说话人的活性,成功抵御欺骗攻击。另外,在确保安全性的同时还能兼顾声纹认证系统的性能,保证系统具有较高的识别准确率。通过对现有工作的调研,本文发现已有的声纹活体检测方案主要存在以下几个问题。首先,许多方案使用了高精度的语音信号采集设备收集声纹信息。虽然这样得到的声纹特征更精准,在一定程度上可以提高识别的准确率,但同时也增加了系统部署的开销。其次,大多数融合特征的方案将其他生物特征（人脸、指纹等）与声纹特征相结合,进行身份认证时需要同时识别出多种生物特征,虽然提高了攻击者实行欺骗攻击的难度,但导致声纹认证系统需要处理的数据量增加。最后,此类声纹认证系统的操作普遍繁琐,需要高度的用户配合,经常导致用户体验较差。总之,在目前现有的工作中,仍然缺少一个较为完善的实现声纹活体检测的方案。针对上述问题,本文提出了一种安全高效、通用灵活的基于声纹认证系统的活体检测方案,使用随机语音挑战的形式,能够抵抗欺骗（重放和模拟）攻击,增强了声纹认证系统的安全性。系统主要包含三个实体:用户代理（User Agent,简称UA）、身份提供者（Identity Provider,简称IDP）和服务请求者（Relying Party,简称RP）,提供身份注册、身份认证、更新注册、删除账户四大主要功能。其中UA是用户个人私有的设备,用于采集声音信息。RP负责管理服务应用,向用户提供远程的服务。IDP为不同的RP及其相应的用户提供基于云的身份认证服务,主要负责执行声纹认证,并存储用户的声纹信息。当用户需要通过UA请求RP提供的服务时,需要进行声纹认证过程。RP首先通知IDP执行声纹认证,IDP收到来自RP的请求后与UA建立连接。在进行声纹认证时,IDP生成随机挑战码和对应的随机挑战模式,并发送给UA。用户依照UA的指导（语音提示和UI界面显示）进行准确应答。这里提到的挑战模式包括:（1）按要求重复复述指定位置的随机挑战码;（2）按要求倒叙复述随机挑战码;（3）在规定时间内完整复述挑战码;（4）长读指定的某个挑战码。当用户完成复述之后,UA的语音采集器收集语音信号后进行预处理,随后将提取的声纹特征发送给IDP。IDP验证声纹信息的准确性,并将认证结果提供给RP。由于每组挑战码与挑战模式均为随机生成,且内容差异较大,因此可以有效的防御欺骗攻击。只有正确按照挑战模式要求复述挑战码,并匹配声纹成功的用户才能被系统所接受。在完成整个方案设计的同时,本文也对方案进行了实现,并开发了一款安装在Android移动设备上的声纹认证App——LiVoAuth。除此之外,本文根据提出的安全模型和攻击模型进行了相应的安全性分析。另外,为了评估本方案的性能,本文利用原型系统进行了用户测试,从识别准确率、时间效率、检测攻击的性能以及用户接受度等方面进行了评估,并将LiVoAuth与其他声纹认证系统进行了对比分析。测试结果显示,在环境噪声、年龄、性别、挑战码长度等不同因素的影响下LiVoAuth均能够保证98%以上的识别准确率,在室内安静的环境下能达到99.83%的准确率。同时,用户执行一次身份认证耗费的时间不到9秒,时间效率较高。通过理论分析和模拟重放攻击实验,结果显示本方案能够成功抵御重放和模拟欺骗攻击。最后,本文进行了用户调查和访谈,从易用性、可用性、交互界面和整体评价四个方面了解到用户对LiVoAuth的态度。最终结果表明,LiVoAuth是安全可靠的,具有良好的实用性,并且能带给用户较好的使用体验。