[发明专利]一种车联网中动态空间数据的安全语义感知搜索方法有效

专利信息
申请号: 202110602922.X 申请日: 2021-05-31
公开(公告)号: CN113254743B 公开(公告)日: 2022-12-09
发明(设计)人: 马建峰;杨帆;李佳忆;苗银宾 申请(专利权)人: 西安电子科技大学
主分类号: G06F16/909 分类号: G06F16/909;G06F16/33;G06F16/29;G06F16/22;G06F21/60
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 范巍
地址: 710071 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 联网 动态 空间 数据 安全 语义 感知 搜索 方法
【权利要求书】:

1.一种车联网中动态空间数据的安全语义感知搜索方法,其特征在于,包括以下步骤:

步骤1、私有云服务器为标准数据集D生成加密密钥;

步骤2、采用训练好的LDA主题模型对数据集D0进行主题训练,得到每条记录对应商店的主题偏向向量,将数据集D0中的商家描述转换成主题偏向向量,得到标准数据集D;

步骤3、私有云服务器为标准数据集D建立加密的位置索引结构,同时对标准数据集D加密,并将加密位置索引结构和密文数据集发送给公有云服务器;

步骤4、车辆采用LDA主题模型对合法的车辆用户给定查询关键字集合w进行主体训练得到查询主题向量,车辆利用加密密钥和查询信息生成位置查找令牌和主题概率查找令牌;

所述合法的车辆用户给定查询关键字集合w和查询范围vl,车辆向私有云服务器请求训练好的LDA主题模型和加密密钥K;

车辆利用LDA主题模型对查询关键字集合w进行主题训练得到查询主题向量vψ,车辆利用密钥K、查询范围vl和查询主题向量vψ生成车辆位置查找令牌TL和主题概率查找令牌TN,并发送给公有云服务器进行查找;

所述位置查找令牌的生成方法如下:

车辆用户对查询范围vl进行扰动,并进行向量化处理,得到向量集合,采用非对称标量积保序加密算法ASPE对向量集合进行加密,得到位置查找令牌;

所述主题概率查找令牌的生成方法如下:

采用非对称标量积保序加密算法ASPE对查询主题向量vψ进行加密,得到主题概率查找令牌;

步骤5、公有云服务器通过位置查找令牌对加密位置索引结构进行搜索,得到疑似搜索结果的疑似区域集合,然后通过位置查找令牌和主题概率查找令牌从疑似区域集合中进行筛选,并对筛选结果进行匹配度计算得到匹配集合P,再按匹配度分数对匹配集合P进行排序,将前k个结果形成结果集;

步骤6、私有云服务器将结果集的明文信息发送给车辆。

2.根据权利要求1所述的一种车联网中动态空间数据的安全语义感知搜索方法,其特征在于,步骤2中私有云服务器根据训练好的LDA主题模型对数据集D0集合中的每条记录o'中的关键字数组od进行主题训练得到o′对应商店的主题偏向向量,将数据集D0中每条记录中关键字数组更新主题偏向向量,得到更新后的标准数据集D。

3.根据权利要求1所述的一种车联网中动态空间数据的安全语义感知搜索方法,其特征在于,步骤3中私有云服务器采用R树结构,并根据地理信息ol为标准数据集D建立位置索引结构对位置索引结构中的节点进行加密,得到加密的位置索引结构

4.根据权利要求3所述的一种车联网中动态空间数据的安全语义感知搜索方法,其特征在于,所述位置索引结构的加密方法如下:

私有云服务器对每个节点进行向量化处理得到向量集合,采用非对称标量积保序加密算法对向量集合加密得到加密的位置索引结构

5.根据权利要求1所述的一种车联网中动态空间数据的安全语义感知搜索方法,其特征在于,步骤5中搜索得到疑似区域集合的方法如下:

自加密位置索引结构的根节点开始查找,将当前节点与区域查找令牌的内积进行比较,确定该节点是否包括疑似区域,若包含疑似区域,则遍历该节点的子节点,得到疑似区域集合。

6.根据权利要求1所述的一种车联网中动态空间数据的安全语义感知搜索方法,其特征在于,得到匹配集合P的方法如下:

利用位置查找令牌对疑似区域集合中每个节点的地理位置进行判断,该节点符合查找的地理要求,则进行匹配度计算,采用主题概率查找令牌对节点中的主题偏向向量进行匹配度分数计算,然后对按照匹配度分数节点的id进行排序,选取排名前k个节点的id,组成结果集,返回给车辆。

7.根据权利要求6所述的一种车联网中动态空间数据的安全语义感知搜索方法,其特征在于,步骤6中车辆得到结果集后,通过加密通道向私有云服务器请求该结果集的明文信息,私有云服务器收到结果集后,从数据集D中查找结果集中id对应的明文信息,组成明文结果集G发送给车辆。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110602922.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top