[发明专利]安全的XML关键字检索方法

权利要求书

1.一种安全的XML关键字检索方法，其特征在于具体步骤如下：

1)建立基于模式Schema安全说明的XML索引，首先对XML文档的Schema 建立安全说明，然后通过对XML文档进行深度优先遍历，使用Dewey编码的方 式对节点进行编码，在遍历过程中同时考虑到Schema的安全说明，当遍历完一 遍XML文档树时，即建立了基于Schema的安全说明的索引；索引的结构是倒 排索引，以键-值对的结构存放，键即是关键字，值即是关键字在XML文档中所 在节点的Dewey编码组成的列表，同时，值列表中每个节点还维护一个list变量， 用于存放与此节点条件相关的节点信息；

2)根据基于Schema安全说明的XML索引寻找SSLCA，运行时，用户提 交关键字查询，通过倒排索引计算出关键字的SLCA节点的Dewey编码值，利 用每个节点list变量存放的信息对SLCA节点进行剪枝和淘汰，得到最后的 SSLCA节点；

3)最后把得到的SSLCA节点返回给用户；

其中，所述基于模式Schema安全说明建立XML索引的具体步骤如下：

1)为XML文档中的每个节点v维护两部分信息：一是节点的Dewey编码， 用v.deweyNo表示；二是对每个条件访问的节点，维护一个与这个节点条件相关 的节点列表，用v.list表示；

2)在遍历XML文档树的过程中，为每个节点v计算Dewey编码的同时进 行如下操作：如果v是一个不可访问节点，则在v.list中存放一个标识符“N”，表 示节点v不可访问；如果v是一个条件访问的节点，在Schema中找出与节点v 的节点类型条件相关的节点类型，取这两种节点类型的最低公共祖先，标识为M； 然后在XML文档中，自底向上找出节点v的祖先中类型为M的节点，标识为m， 则m＜v，并且与节点v条件相关的节点必然在节点m的子节点中；把节点m的 子节点中与节点v条件相关的所有节点的值放入v.list中即可获得与节点v条件 相关的所有节点的信息；如果遍历到节点v时，节点m的子节点还没有被遍历 到，就在节点v里面记录下节点m的Dewey编码，当下次遍历到节点m的其他 子节点时再把这些子节点中所有与节点v条件相关的节点的Dewey编码放入 v.list中；当一次遍历完整个XML文档树后，基于模式Schema的安全说明的索 引就建立起来了；

所述基于模式Schema安全说明的XML索引计算SSLCA的做法如下：

从给出的关键字集合W＝{w_i|i＝1，...，k}中，找出一个符合这些关键字查询的 SLCA节点的集合L，然后从集合L中逐个取出SLCA来，并判断当前被取出来 的SLCA节点是否满足安全说明；具体分以下四个步骤：

步骤(1)先判断以当前SLCA节点为根的子树，简称“SLCA的子树”， 是否包含不可访问节点，如果不包含则直接跳转到步骤(3)，如果包含就把所有 的不可访问节点从这个SLCA子树中裁剪掉；

步骤(2)再判断被裁剪过的SLCA的子树是否包含所有关键字，如果包含， 则到转步骤(3)，否则直接转到步骤(4)；

步骤(3)使用自底向上的方法找出从这个SLCA节点到Schema的根节点 的路径，然后根据所建立的XML索引使用自顶向下的方法，从根节点到这个 SLCA节点逐个判断在这条路经上是否每个节点和SLCA子树的节点是否都满足 各自的安全说明，如果不满足则到步骤(4)，全部满足则保留该SLCA，使其成为 一个SSLCA；

步骤(4)把当前的SLCA从L中删除；

其中，XML为可扩充标记语言，SLCA为最小最低公共祖先，SSLCA为安 全的最小最低公共祖先；有关概念的定义如下：

定义1：XML文档树，由一个2元组T表示，T＝(V，E)，value(dw)是在XML 文档树上进行的操作，其中：

V是树上所有节点的集合，并且每个节点都有唯一的Dewey编码；

是树上边的集合；

value(dw)函数，用来获得Dewey编码为dw的节点的值；

定义2：SLCA，一棵XML文档树上的一个节点被称为一组关键字集合W 的SLCA的节点，如果这个节点满足：(1)标签中或者后代节点的标签中包含所 有关键字，(2)没有任何一个后代节点是SLCA节点；

定义3：安全说明，安全说明S是一个二元组S＝(D，ann)，其中D表示一 个XML文档的Schema，为Schema上每条有向边定义一个函数ann(A，B)，其中 A表示Schema上的一个节点，B表示节点A的子节点，如果函数ann(A，B)在 Schema上被显示定义的话会是下面的这样一个表达式：

ann(A，B)＝Y|[q]|N

其中，Y，[q]，N分别表示在一个Schema中节点A的子节点B是可访问， 条件访问和不可访问的，另外q是用XPath表示的条件访问语句；如果函数 ann(A，B)在Schema上没有被显式定义，节点B的可访问性就继承了节点A的 可访问性；如果函数ann(A，B)被显式定义，节点B的可访问性就覆盖了节点A 的可访问性；

定义4：条件访问的节点，在定义了安全说明的Schema上，如果一种类型 的节点需要满足某个条件才能被访问，称这种类型的节点为条件访问的节点；

定义5：SSLCA，一棵定义了安全访问规则的XML文档树上的一组关键字 集合W的SLCA节点被称为SSLCA节点，如果这个SLCA节点满足所有的安全访问 规则；

定义6：条件相关的节点，通过某条件访问节点的XPath条件语句所能访问 到的目标节点称为与此条件访问节点条件相关的节点。