[发明专利]面向混合云的隐私保护多关键词Top-k密文检索方法及系统

说明书

本发明公开了一种面向混合云的隐私保护多关键词Top‑k密文检索方法及系统。本发明主要解决检索效率低下的问题。其方案是：数据提供端利用关键词之间的相关关系通过聚簇技术生成关键词词典序列；每个文档生成高维的文档向量和低维的文档过滤向量，然后将密文文档和加密后的文档向量外包到不可信的公有云服务器，将明文的文档过滤向量存储到可信的私有云服务器。检索时，首先通过私有云服务器计算候选文档集，然后通过公有云服务器实现检索结果Top‑k文档计算。关键词词典序列中相关关键词聚集特性提高了私有云服务器过滤的效果，压缩了候选文档集的大小。本发明流程简单，安全性高，易于实现，能够在混合云环境中通过较少的计算开销实现高效的多关键词密文检索处理。

技术领域

本发明涉及用户数据隐私保护，尤其涉及一种面向混合云的隐私保护多关键词Top-k密文检索方法及系统。

背景技术

IT资源服务化的思想日益普及，呈现“一切皆服务”(X as a Service,XaaS)的趋势，“服务”成为云计算的核心概念。然而在云计算蓬勃发展的同时，云安全也成为被广泛关注的问题。在云环境中，由于用户无法直接控制放置在远程云服务器(Cloud Server,CS)中的数据，担心自己的外包数据被云服务提供商非法获取或滥用，尤其是对于私密性要求较高的敏感数据，例如电子病历、银行交易数据、用户邮件等。尽管云服务提供商宣称他们会提供一些安全对策来应对隐私泄露问题，例如访问控制技术、防火墙技术和入侵检测技术等，但是用户对数据安全问题的担心毫无疑问是制约云计算进一步发展的主要问题。

保护数据隐私的一种通用做法是在将数据加密处理后再外包到公有云服务器，但是这样严重制约了外包数据的使用。在信息检索研究领域中，现有的多关键词检索主要是面向明文数据的，无法直接应用到密文检索领域。而将所有加密数据从云端下载到本地进行解密显然是一种不切实际且资源浪费的处理方法。因此，研究并解决云环境中具备隐私保护功能的密文数据检索机制是一个挑战性问题，这也已成为近年来云计算研究领域关注的热点问题之一。

现有技术中大多方法默认都是采用公用云服务，基于公有云按照“半诚实模型”方式提供服务这一假设的，提出一系列加密云环境中多关键词密文检索处理方法，但是这些方法存在检索效率低、检索结果不精确、索引树构建复杂等一种或多种问题。

针对这些问题，申请号201710181664.6的中国发明专利申请公开了一种云计算中保护数据隐私的快速多关键词语义排序搜索方法，通过加入私有云服务器，在为每个文档创建文档向量的同时，创建与之对应的标识向量，将加密文档向量外包到公有云服务器，将明文标识向量存储到私有云服务器，通过私有云服务器实现文档集初步过滤操作，减少与检索向量相关度得分计算的文档向量个数，减少检索计算开销，但是该方法由于关键词字典中关键词的分布是随机的，私有云服务器过滤效果不佳，导致公有云中需要计算大量文档向量和检索向量之间的相关度得分。因此如何提高私有云服务器过滤效果，对于提高混合云中支持隐私保护的多关键词密文检索效率有重要作用。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种面向混合云的隐私保护多关键词Top-k密文检索方法及系统，本发明可以有效地实现用户数据的隐私保护，提升多关键词密文检索的效率，实现精确地Top-k检索。

技术方案：本发明所述的面向混合云的隐私保护多关键词Top-k密文检索方法包括：

(1)数据提供端从提供的文档集中提取关键词集合，并通过聚簇分块生成关键词词典序列；再根据关键词词典序列为文档集中每个文档生成一对应的明文文档向量，并依据关键词词典序列的分块情况将明文文档向量分块，形成文档过滤向量；之后将明文文档向量加密形成加密文档向量，将文档集中的每一文档加密形成加密文档集；最后将文档过滤向量传输至私有云服务器，将加密文档向量和加密文档集传输至公有云服务器；