[发明专利]安全的XML关键字检索方法

说明书

技术领域

本发明属于可扩充标记语言(XML)关键字检索技术领域，具体涉及安全的XML关 键字检索方法，包括在XML关键字的最小最低公共祖先(SLCA)和基于视图的安全访问 控制规则的基础上，确定基于安全访问控制规则的XML关键字检索结果(SSLCA)；建立 基于安全视图的关键字索引；以及在此基础上的关键字检索算法。

背景技术

关键字检索简单易用，广泛应用于信息检索领域。近年来，在数据库领域，结合信息 检索技术，针对数据库进行关键字检索成为一个研究热点。由于XML已成为互联网和企 业间的信息交换标准，XML关键字检索的研究得到了广泛关注[1-9]。已有的关于XML关 键字检索系统主要集中于检索结果的定义和相关算法研究，以及查询结果的排序模型的研 究。其中一个经典的方法是最小最低公共祖先(SLCA)方法[1][2][3][5][9]。如果把一篇XML 文档看成一棵树，SLCA方法返回的是一组它的最小应答子树(smallest answer subtree)，一 棵最小应答子树被定义为包含所有关键字，并且任意一棵它的子树都不包含所有关键字的 子树，这种子树的根被称作一个SLCA。

另一方面，大量XML数据在网络上出现，在数据安全访问控制方面也带来了很大的 挑战，并一直受到人们的关注。当前，关于XML数据安全的一个主要研究是基于安全视 图的访问控制，并取得了一定的进展[13-18]。这些方法使用的是结构化查询语言XQuery 或XPath，在XML模式或者XML文档上加上一定的安全说明(Security Specifications)，从 而得到一个安全的视图(Security View)，然后用一定的访存控制手段控制用户对原始数据的 访问。

例1图1中所展示的是一个XML文档的树型结构，记录了一个公司的部门，文档以及 人员信息。其中每个节点用它的标签表示，标签下面的数字是它的杜威(Dewey)编码[11]。 图2是这个XML文档的模式(Schema)。本发明假设对图1中的文档所定义的安全访问规 则如下：(1)只有本部门员工才能访问本部门的信息；(2)员工的年龄(Age)和工资(Salary) 是保密信息，完全不可见；(3)对于部门号DeptNo＝“#0001”的部门里面的所有文件都不可 见；(4)其他任意一个部门内等级Grade＝1的文件为机密文件，对员工都不可见，而其他 等级的文件本部门员工可见。

根据以上定义的安全访问规则，设用户提交三个关键字“Computer”、“Grade”和“Tom” 查询该XML文档。通过[2]中的SLCA节点的定义可知，使用SLCA的方法可以从图1中 得到四个SLCA节点(如图1中的红色标记的节点)：File(0.0.0.0)、File(0.1.0.0)、File(0.1.0.1) 和Staff(0.1.3.0)。但显然不是所有的以这四个节点为根的子树都满足安全访问约束。比如 由于部门号是“#0001”，文件File(0.0.0.0)包含的所有信息都不应该可见。

由于可扩充标记语言(XML)已经广泛用于各种应用和信息源之间的数据交换，在安 全访问控制的基础上对XML数据进行关键字检索更值得关注。这样的应用所带来的挑战 是：

1.关键字检索简单易用，而之前在安全访问控制的基础上对XML数据检索都是采用 XQuery或XPath的方法，如何把安全访问控制和关键字检索技术相结合是一个挑战。

2.关键字检索技术需要对XML文档中的关键字建立索引，而要把安全访问控制和关 键字检索技术相结合就必须要在安全访问控制的基础上建立能有效进行关键字检索的索 引技术。

设计一种新的算法可以在安全访问控制的基础上把有效的检索结果返回给用户是重 要的。