[发明专利]基于离群值检测技术和位图索引的动态数据库填充方法

说明书

本发明提供了一种基于离群值检测技术和位图索引的动态数据库填充方法。该方法包括如下步骤：首先生成填充数据库，利用离群值检测技术选择符合条件的伪文件对真实数据库进行填充，文件与关键字的对应关系用位图索引表示。接着根据更新操作对填充数据库进行动态修改，如果更新操作为添加，若更新后该关键字对应的文件数最多，则根据此数量对其他关键字进行填充；否则减少对该关键字的填充，直到该关键字的频率减少到和更新操作前一样。如果更新操作为删除，则增加对该关键字的填充，直到该关键字的频率增加到和更新操作前一样。该填充方法适用于动态可搜索加密方案，可以防止数据泄露，比如抵抗基于关键字频率推断的攻击，提高方案的安全性。

技术领域

本发明涉及可搜索加密技术领域，具体地说是一种基于离群值检测技术和位图索引的动态数据库填充方法。

背景技术

随着网络的快速发展以及大数据时代的到来，本地存储与计算资源不能满足人们的需求，云存储与计算技术迅速发展起来。为了保证数据的安全性，通常会把数据加密后上传到云服务器。然而，在密文数据上执行搜索是非常困难的。因此可搜索加密(SE,Searchable Encryption)技术被提出。早期的SE方案都是静态的，不支持数据库动态更新，比如对上传的文件添加或删除，这限制了SE方案的应用。为了解决这一问题，动态对称可搜索加密(DSSE,Dynamic Searchable Symmetric Encryption)技术被提出。

然而DSSE方案存在数据泄露的问题，比如基于关键字频率推断的攻击(如计数攻击)可以很容易地从访问模式中识别查询关键字，即查询结果，数据库填充技术是解决上述问题简单且有效的措施，并且适合真实的大数据集。近年来，填充算法的研究重点主要在如何设计高效的填充方案，然而现有的填充算法都不适用于动态数据库。如何设计一个高效且适用于DSSE方案的填充方案成为一种迫切的需求。

发明内容

本发明的目的就是提供一种基于离群值检测技术和位图索引的动态数据库填充方法，本方法适用于DSSE方案，可以根据动态更新操作更新填充数据库，提升动态更新的效率，并且可以有效防止数据泄露，提升DSSE方案的安全性。

本发明是这样实现的：一种基于离群值检测技术和位图索引的动态数据库填充方法，包括以下步骤：

a、生成填充数据库；

根据原始数据库每个关键字的填充计数，对原始数据库进行聚类，利用现有的最优分区算法来创建具有最优填充比的关键字集群，集群中每个关键字按照频率最大的关键字填充至相同的数量。根据每个关键字需要填充伪文件的数量随机生成伪文件进行填充，直到所有关键字填充到最大填充计数为止，由填充的伪文件生成填充数据库，并生成相应索引。

b、根据更新操作动态调整填充数据库；

更新操作要么为对关键字的添加操作，要么为对关键字的删除操作；

若操作为添加，则首先需要判断添加后的关键字对应的文件数量是否最多(即关键字频率是否最大)，若是则根据此关键字频率对其他关键字进行填充；否则需要对填充数据库中此关键字对应的填充文件尝试删除，即减少对该关键字的填充。

若操作为删除，则需要对填充数据库中未填充此关键字的伪文件尝试填充，即增加对该关键字的填充。

在尝试性删除或尝试性填充过程中，均需要通过局部离群因子(LOF)来进行离群值检测，即：对尝试更改的伪文件进行离群值检测，如果没有被识别为离群值，则更改此伪文件并更新填充数据库以及对应索引；若被识别为离群值，则回滚到修改前的状态，并选择下一个伪文件进行尝试更改，再检测，依次循环，直至更改成功。

无论哪一操作，在更改成功后均需要判断是否每个关键字的频率均相同，即判断每一关键字对应的真实文件与填充的伪文件数量之和是否均相同，如果是，则更新操作完成，否则，循环执行更改操作。

其中，生成索引的依据如下：