[发明专利]一种可搜索加密方法、装置、设备及存储介质

说明书

本申请公开了一种可搜索加密方法、装置、设备及存储介质，包括：用户端利用TF‑IDF算法对文档数据进行处理得到关键词，根据TF‑IDF值对关键词进行排序，得到关键词集合及TF‑IDF值集合；用户端利用关键词集合及TF‑IDF值集合构建安全索引，将加密后的文档数据和安全索引发送至云端服务器；云端服务器利用与待检索关键词对应的检索陷门从自身存储的全部安全索引中确定出包含待检索关键词的目标安全索引及加密目标文档数据；云端服务器分别从各个目标安全索引的TF‑IDF值集合中提取与待检索关键词对应的TF‑IDF值，根据提取到的TF‑IDF值对加密目标文档数据排序，确定返回的加密目标文档数据。能够根据待检索关键词搜索密文且支持利用语义权重进行密文排序，提高检索精度。

技术领域

本发明涉及计算机技术领域，特别涉及一种可搜索加密方法、装置、设备及存储介质。

背景技术

随着互联网技术的不断发展与普及，日常产生的数据越来越多，为减少本地计算成本和终端存储开销，用户更倾向于将自己的数据外包给拥有强计算能力和大容量的远程云存储服务器。虽然云服务给人们带来了诸多便利，但也存在着一定的风险。用户将数据以明文形式存储在远端云服务器中，其中可能包含一些例如照片、简历、工作文件、个人身份财产信息等敏感数据。由于无法对远端存储数据进行保护控制且云存储服务器可能会遭受云端管理员窥视和攻击者攻击的风险，因此数据安全和用户隐私性就受到了威胁。例如较为轰动的“iCloud”明星隐私照片泄露，AWS S3存储桶权限设置失当导致至少220万道琼斯公司客户信息半公开，使得免费AWS账户都可以访问里面内容。同年7月，Verizon公司超过1400万用户个人资料因第三方供应商云服务器安全配置不当遭到外泄，数据所属的云储备被配置为允许公开访问并可完全下载。同年9月，因承包商问题，导致美国陆军及NSA情报平台绝密文件暴露在Amazon S3服务器上。

传统的解决方法是将文档加密后外包存储至云服务器，当要使用时再将其下载解密并搜索相关内容。但这样的做法会因为下载较多无用文件而造成巨大的网络时延，同时将加密文件下载解密搜索也浪费了大量的本地CPU资源。云服务器具有强大的计算能力，因此人们更倾向于将密钥发送给云服务器在云服务器上完成解密检索功能，并查询到的内容返回至用户端，但由于云服务器具有“诚实且好奇”的特性，仍然存在隐私遭到泄露的可能。因此，如何在保证数据安全的情况下提高检索效率及精确度是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种可搜索加密方法、装置、设备及存储介质，能够根据待检索关键词搜索密文且支持利用语义权重进行密文排序，提高检索精度。其具体方案如下：

本申请的第一方面提供了一种可搜索加密方法，包括：

用户端利用TF-IDF算法对文档数据进行处理得到相应的关键词，根据TF-IDF值对所述关键词进行排序，以得到所述文档数据的关键词集合及相应的TF-IDF值集合；

所述用户端利用所述关键词集合及所述TF-IDF值集合构建所述文档数据的安全索引，并将加密后的文档数据和所述安全索引发送至云端服务器；

所述云端服务器利用与待检索关键词对应的检索陷门从自身存储的全部所述安全索引中确定出包含所述待检索关键词的目标安全索引及相应的加密目标文档数据；

所述云端服务器分别从各个所述目标安全索引的所述TF-IDF值集合中提取与所述待检索关键词对应的TF-IDF值，并根据提取到的全部TF-IDF值对全部加密目标文档数据进行排序，以确定返回至所述用户端的加密目标文档数据。

可选的，所述根据TF-IDF值对所述关键词进行排序，以得到所述文档数据的关键词集合及相应的TF-IDF值集合，包括：

根据TF-IDF值对所述关键词进行排序，从排序后的所述关键词中筛选出TF-IDF值大于第一预设阈值的所述关键词，以得到所述文档数据的关键词集合及相应的TF-IDF值集合；