[发明专利]一种云环境中密文数据的模糊多关键词检索方法

摘要

本发明公开了一种云环境中密文数据的模糊多关键词检索方法，数据拥有者对文件集合加密生成密文文件，并对每个文件抽取关键词，对关键词二元分词及向量化得到二元向量组，将其降维后插入计数型布隆过滤器，生成索引向量，对每个索引向量加密得到安全索引，将密文文件及安全索引发送到云服务器；预先被授权的数据使用者或数据拥有者对查询数据抽取关键词，二元分词及向量化，生成查询向量，加密得到陷门，将其发送给云服务器；云服务器根据陷门和安全索引查询得到相关度最高的一定数量文件，排序后返回给数据使用者。本发明支持大数据量的密文模糊多关键词检索，相比现有方法，索引构建和查询过程更高效，排序结果更准确，且有效保护了数据隐私。

主权项

1.一种云环境中密文数据的模糊多关键词检索方法，其特征在于，包括以下步骤：步骤1：初始化；数据拥有者生成一个安全密钥；步骤2：生成索引；数据拥有者根据自身需求制定文件集合，对集合中每个文件抽取关键词生成关键词集合，对每个关键词进行二元分词和向量化，得到二元向量组，并为每个文件构建计数型布隆过滤器作为文件的索引，对二元向量组降维并插入布隆过滤器，生成每个文件的索引向量；具体实现包括以下子步骤：步骤2.1：数据拥有者根据自身需求制定文件集合；步骤2.2：数据拥有者对文件集合中的每个文件进行语法分析和词法分析，抽取关键词，得到关键词的集合；步骤2.3：数据拥有者对每个关键词进行二元分词；步骤2.4：数据拥有者将关键词的二元分词进行向量化，得到二元向量组；步骤2.5：数据拥有者为文件构建一个计数型布隆过滤器作为文件的索引；步骤2.6：数据拥有者使用MinHash算法对每个文件对应的二元向量组进行降维，以Jaccard距离为相似度度量，将相似度在预设范围内的二元向量组哈希到计数型布隆过滤器的同一个地址序列中并计数，得到的布隆过滤器的值即为每个文件的索引向量；步骤3：文件加密；数据拥有者对文件集合进行加密，生成密文文件，并将其上传至云服务器；步骤4：生成安全索引；数据拥有者使用步骤1中生成的安全密钥对步骤2中文件的索引向量进行加密，生成安全索引，并将其上传至云服务器；步骤5：生成陷门；如果数据使用者为未授权用户，则要将查询的数据发送给数据拥有者，数据拥有者对查询数据抽取关键词，对关键词二元分词和向量化，得到二元向量组，将其插入计数型布隆过滤器，生成查询向量，并根据步骤1中生成的安全密钥对查询向量进行加密，生成陷门返回给数据使用者；如果数据使用者为授权用户，则直接使用步骤1中生成的安全密钥生成陷门；步骤6：查询；数据使用者将陷门发送到云服务器，云服务器根据陷门和安全索引为用户的请求进行查询，将前k个得分最高的结果返回给数据使用者，k ≥ 1。