随着5G时代的到来,大数据与云计算的浪潮席卷全球,数据成为数字经济发展的核心和国家的重要战略资源,确保数据安全是当前信息化时代的重要而紧迫的任务。数字音频作为多媒体信息的重要载体之一,随着音频使用规模的不断扩大,音频的数据安全与版权保护受到了广泛关注。对音频数据进行加密是保护数据安全最直接有效的方式。与文本、图像相比,音频不仅具有冗余度高、相关性强的特点,而且数据量大。因此,传统的文本加密方式和图像加密算法是不太适用于音频的。混沌系统所具备的类随机性、对初始值极度敏感等优良特性非常契合密码学的基本要求,因此混沌加密逐渐成为音频加密领域的重要研究手段。近十几年来,研究人员相继提出了众多基于混沌理论的加密算法,但研究成果主要集中在混沌图像加密领域,针对音频的混沌加密算法研究较少,同时现有的算法难免存在一些不足之处。本文在分析现有算法的缺陷后,分别从一维混沌映射层面和高维混沌系统层面提出了两种混沌音频加密算法,主要研究内容如下:从一维混沌映射的角度,提出了一种基于SL混沌映射（Sine-Logistic Chaotic Map,SLCM）和 Hopfield 混沌神经网络（Hopfield Chaos Neural Network,HCNN）的混合音频加密算法。首先,将明文音频的散列值转化为一次性密钥,实现了一次一密的加密机制。其次,针对现有的一维混沌映射存在的混沌退化、动力学行为简单易被预测、混沌范围较窄或存在周期窗口等缺陷,利用Sine映射和Logistic映射设计了复合的SLCM,将其混沌序列用于置乱过程。最后,为改善单一混沌映射密钥空间不足的问题,引入HCNN生成强随机性的扩散矩阵,将其用于异或扩散过程。从高维混沌系统的角度,提出了一种基于混沌错位投影同步和混沌动态S盒的比特级音频加密算法。首先,提出了复Chen混沌系统的错位投影同步方案,该同步方案具有较强的鲁棒性和更加灵活的变化机制。其次,引入真随机的噪声源作为密钥音频,利用密钥音频和明文音频的散列值生成混沌系统的初始值和迭代次数,保证了对同一音频重复加密使用的是不同的密钥流。然后,利用混沌序列排序前后的坐标映射关系,对音频数据进行置乱。最后,提出了一种混沌动态S盒的生成方法,保证了每次加密的S盒是自动变化的,通过各项评估标准验证了新S盒的有效性,并利用S盒对二进制的音频数据进行了比特级的非线性变换。通过密钥空间、密钥敏感性、音频直方图、峰值信噪比、音频通道的相关性等指标对以上两种算法进行了更为全面、严格的安全性分析。实验仿真和安全性分析表明,提出的两种算法均能够对数字音频进行有效加密,在峰值信噪比、音频通道相关性等方面优于其他音频加密算法,具有良好的实用性和安全性。