CN103984728B - 用于外包空间数据库的范围查询完整性验证方法 - Google Patents

用于外包空间数据库的范围查询完整性验证方法 Download PDF

Info

Publication number
CN103984728B
CN103984728B CN201410209505.9A CN201410209505A CN103984728B CN 103984728 B CN103984728 B CN 103984728B CN 201410209505 A CN201410209505 A CN 201410209505A CN 103984728 B CN103984728 B CN 103984728B
Authority
CN
China
Prior art keywords
location
query
query result
neighbors
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410209505.9A
Other languages
English (en)
Other versions
CN103984728A (zh
Inventor
桂小林
田丰
杨攀
杨建伟
张学军
安健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201410209505.9A priority Critical patent/CN103984728B/zh
Publication of CN103984728A publication Critical patent/CN103984728A/zh
Application granted granted Critical
Publication of CN103984728B publication Critical patent/CN103984728B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • G06F16/2255Hash tables
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2365Ensuring data consistency and integrity

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种用于外包空间数据库的范围查询完整性验证方法,包括:1、基于自适应Hilbert曲线的范围查询转换,生成一维数值段集合;2、用户经过认证与外包空间数据库的服务商建立会话连接,将一维数值段集合发送给服务商;3、服务商根据用户提交的一维数值段集合,检索数据库中符合查询条件的空间对象集合,并将该空间对象集合返回给用户;4、用户接收到服务商返回的查询结果集合,并对其进行消息摘要验证;5、用户根据查询结果中的邻近空间对象信息,对结果集的完整性进行验证。本发明方法可以在外包空间数据库的模式下,为用户提供高效、安全的范围查询完整性验证功能,进而对服务商修改查询结果的行为进行约束,保证范围查询服务的质量。

Description

用于外包空间数据库的范围查询完整性验证方法
技术领域
本发明属于数据库处理技术领域,具体涉及一种用于外包空间数据库的范围查询完整性验证方法。
背景技术
随着基于位置的服务与位置感知设备日益普及,与位置相关的信息爆炸式增长,由此产生的大量空间数据超出了小型企业和个人的处理能力。云存储服务提供弹性的资源分配,有效降低了数据拥有者维护数据的开销,因此数据外包成为一种流行的服务模式。为了保护外包空间数据的隐私并支持空间数据查询,需要在外包前对空间数据进行处理,构建用于查询的空间数据索引,并对空间数据内容进行加密。然而,由于服务商在执行查询的过程中,可能对查询结果进行修改,例如删除部分查询结果,从而在用户不知情的状况下降低服务质量。因此,在空间数据库外包的服务模式下,保证空间查询的完整性是该服务模式健康发展所要解决的重要问题。
目前多采用Hilbert曲线构建空间数据的索引,以支持隐私保护的空间查询,并提出了基于随机复制的查询完整性验证方法,通过随机抽取部分原始数据作为副本,对原始数据和副本数据采用不同的参数构建索引,从而生成外包数据,其查询完整性验证过程包括空间查询和完整性验证查询两个步骤,空间查询阶段获得查询结果,完整性验证查询阶段则获得完整性验证信息,这个过程需要用户与服务商建立两次会话连接,这增加了服务商进行查询分析的机会,通过对空间查询和完整性验证查询的特征进行抽取,进行针对性的调整,规避完整性验证,另外,在外包空间数据库中还需要存储额外的对象副本信息,大大增加了数据库系统的存储与维护负担。
发明内容
本发明的目的在于提供一种外包空间数据库的范围查询完整性验证方法,通过在外包的密文空间对象中附加基于索引的邻近空间对象信息,使用户可以从查询结果中直接获得完整性验证的依据,将范围查询和完整性验证通过一次会话连接完成,降低了系统负载,提高了外包空间数据库的查询效率,同时保证了数据库服务商诚实地为用户提供服务。
为了实现上述目的,本发明采用以下技术方案:
一种用于外包空间数据库的范围查询完整性验证方法,包括以下步骤:首先,用户通过自适应Hilbert曲线将二维平面的范围查询转换为一维数值段集合,作为查询条件;然后,服务商将符合查询条件的空间对象返回给用户,用户对查询结果进行消息摘要验证,若未通过则输出查询结果不完整;最后,用户对查询结果邻居集合进行范围查询验证,若未通过则输出查询结果不完整,否则输出查询结果完整。
一种用于外包空间数据库的范围查询完整性验证方法,包括以下步骤:
步骤一:用户通过自适应Hilbert曲线的范围查询转换方法,将二维平面的范围查询W=[xl,xh]×[yl,yh]转换为一维数值段集合R={R1(s1,e1),R2(s2,e2),…,Rn(sn,en)},即查询条件;
xl,xh分别为二维平面的范围查询的x轴方向的最小值、最大值;yl,yh分别为二维平面的范围查询的y轴方向的最小值、最大值;si,ei分别表示数值段Ri的开始值、结束值,1≤i≤n,n为数值段的个数;
步骤二:用户经过认证与外包空间数据库的服务商建立会话连接,将步骤一中生成的一维数值段集合R发送给服务商;外包空间数据库中的每一条记录对应一个空间对象,数据表的核心字段为一个三元组:<index,Enc((location,text,neighbors(f(1),f(2),…,f(k),b(1),b(2),…,b(k))),key),Sign>;
index为根据当前空间对象的位置坐标location,使用自适应Hilbert曲线生成的索引;text为当前空间对象附属的其他描述信息;neighbors为与当前空间对象在索引上近邻的空间对象的位置坐标集合,f(i)、b(i)分别表示index的前驱、后继空间对象的位置坐标,1≤i≤k,k为前驱/后继空间对象的个数,k的取值由数据拥有者设定;Enc()为对称加密算法,key为对称密钥;Sign为使用哈希算法Hash()生成的当前空间对象消息摘要,即Sign=Hash(location|text|neighbors),|表示字符串连接运算;
步骤三:外包空间数据库服务商根据用户提交的一维数值段集合R={R1(s1,e1),R2(s2,e2),…,Rn(sn,en)},检索数据库中符合查询条件的空间对象集合G={p1,p2,…,pm},并将该空间对象集合G返回给用户,其中:
pi表示一个检索结果,包含索引值indexi,密文数据信息Enc((locationi,texti,neighborsi),以及消息摘要Signi,1≤i≤m,m为检索结果的个数;
步骤四:用户接收到服务商返回的查询结果集合G={p1,p2,…,pm},对其中的每一个对象pi=<indexi,Enc((locationi,texti,neighborsi),key),Signi>,首先使用解密算法Dec()与密钥key处理pi的加密字段Enc((locationi,texti,neighborsi),key),得到pi的明文信息(locationi,texti,neighborsi),然后使用哈希算法Hash()生成明文信息的消息摘要,即Signi’=Hash(locationi|texti|neighborsi),判断Signi’与Signi是否相同,若不相同,则证明空间对象pi的信息被篡改,终止查询完整性验证过程,输出查询结果不完整;若对任意pj∈G,均有Signj’=Signj,,则进一步进行步骤五;
步骤五:将通过步骤四验证的查询结果集合G={p1,p2,…,pm},分为两类集合:查询结果位置集合Q={location1,location2,…,locationm},查询结果邻居集合N={neighbors1,neighbors2,…,neighborsm};
其中:locationi为第i个查询结果的位置坐标;neighborsi=(fi(1),fi(2),…,fi(k),bi(1),bi(2),…,bi(k))为与第i个查询结果在索引上近邻的空间对象的位置坐标集合,fi(j)、bi(j)分别为locationi的第j个前驱、后继空间对象的位置坐标,1≤j≤k,k为前驱/后继空间对象的个数;
对于任意位置坐标d(x,y)∈N,若d存在于范围查询W=[xl,xh]×[yl,yh]中,则判断d是否属于查询结果位置集合Q,若不属于,则终止查询完整性验证过程,输出查询结果不完整;若查询结果邻居集合N中不存在满足上述条件的位置坐标,则完成查询完整性验证过程,输出查询结果完整。
优选的,步骤三种判定pi符合查询条件的具体依据为:存在Rj∈R,使得sj≤indexi≤ej
优选的,判定位置坐标d(x,y)存在于范围查询W中的具体依据为:xl≤x≤xh,且yl≤y≤yh。其中x,y分别为d在x轴、y轴方向的坐标值;判定位置坐标d(x,y)属于查询结果位置集合Q的具体依据为:存在locationj(xj,yj)∈Q,使得xj=x,且yj=y。
和现有技术相比,本发明具有以下优点:
1、更高的安全性
本发明提出的外包空间数据库范围查询完整性验证方法将传统的空间查询和完整性验证查询合并为一次,通过一次范围查询获得查询结果与完整性验证信息,从而减少了服务商进行查询分析的机会;并且由于不同的数据拥有者可能设置不同的邻近空间对象数量,这进一步增大了服务商进行查询结果更改的难度。
2、更高的存储与查询效率
传统的基于随机复制的查询完整性验证方法,在数据库中需要存储额外的对象副本信息,大大增加了数据库系统的存储与维护负担,而本发明对外包空间数据库中的对象,仅附加少许邻近对象信息,从而提高了数据库存储资源的利用率;通过将空间查询和完整性验证查询进行合并,减少了用户与服务商的会话连接次数,提高了查询效率。
本发明公开了一种用于外包空间数据库的范围查询完整性验证方法,包括:1、基于自适应Hilbert曲线的范围查询转换,生成一维数值段集合;2、用户经过认证与外包空间数据库的服务商建立会话连接,将一维数值段集合发送给服务商;3、服务商根据用户提交的一维数值段集合,检索数据库中符合查询条件的空间对象集合,并将该空间对象集合返回给用户;4、用户接收到服务商返回的查询结果集合,并对其进行消息摘要验证;5、用户根据查询结果中的邻近空间对象信息,对结果集的完整性进行验证。本发明方法可以在外包空间数据库的模式下,为用户提供高效、安全的范围查询完整性验证功能,进而对服务商修改查询结果的行为进行约束,保证范围查询服务的质量。
附图说明
图1为本发明用于外包空间数据库的范围查询完整性验证方法的流程框图。
具体实施方式
下面结合附图对本发明做进一步详细说明。
请参阅图1所示,本发明一种用于外包空间数据库的范围查询完整性验证方法,包括以下步骤:首先,用户通过自适应Hilbert曲线将二维平面的范围查询转换为一维数值段集合,作为查询条件;然后,服务商将符合查询条件的空间对象返回给用户,用户对查询结果进行消息摘要验证,若未通过则输出查询结果不完整;最后,用户对查询结果邻居集合进行范围查询验证,若未通过则输出查询结果不完整,否则输出查询结果完整。具体包括下列步骤:
步骤一:用户通过自适应Hilbert曲线的范围查询转换方法,将二维平面的范围查询W=[xl,xh]×[yl,yh]转换为一维数值段集合R={R1(s1,e1),R2(s2,e2),…,Rn(sn,en)},即查询条件,其中:
xl,xh分别为二维平面的范围查询的x轴方向的最小值、最大值,yl,yh分别为二维平面的范围查询的y轴方向的最小值、最大值。si,ei分别表示数值段Ri的开始值、结束值,1≤i≤n,n为数值段的个数。
步骤二:用户经过认证与外包空间数据库的服务商建立会话连接,将步骤一中生成的一维数值段集合R发送给服务商;外包空间数据库中的每一条记录对应一个空间对象,数据表的核心字段为一个三元组:<index,Enc((location,text,neighbors(f(1),f(2),…,f(k),b(1),b(2),…,b(k))),key),Sign>,其中:
index为根据当前空间对象的位置坐标location,使用自适应Hilbert曲线生成的索引;text为当前空间对象附属的其他描述信息;neighbors为与当前空间对象在索引上近邻的空间对象的位置坐标集合,f(i)、b(i)分别表示index的前驱、后继空间对象的位置坐标,1≤i≤k,k为前驱/后继空间对象的个数,k的取值由数据拥有者设定;Enc()为对称加密算法,key为对称密钥;Sign为使用哈希算法Hash()生成的当前空间对象消息摘要,即Sign=Hash(location|text|neighbors),|表示字符串连接运算。
步骤三:外包空间数据库服务商根据用户提交的一维数值段集合R={R1(s1,e1),R2(s2,e2),…,Rn(sn,en)},检索数据库中符合查询条件的空间对象集合G={p1,p2,…,pm},并将该空间对象集合G返回给用户,其中:
pi表示一个检索结果,包含索引值indexi,密文数据信息Enc((locationi,texti,neighborsi),以及消息摘要Signi,1≤i≤m,m为检索结果的个数。
判定pi符合查询条件的具体依据为:
存在Rj∈R,使得sj≤indexi≤ej
步骤四:用户接收到服务商返回的查询结果集合G={p1,p2,…,pm},对其中的每一个对象pi=<indexi,Enc((locationi,texti,neighborsi),key),Signi>,首先使用与Enc()对应的解密算法Dec()与密钥key处理空间对象pi的加密字段Enc((locationi,texti,neighborsi),key),得到pi的明文信息(locationi,texti,neighborsi),然后使用与步骤二相同的哈希算法Hash()生成明文信息的消息摘要,即Signi’=Hash(locationi|texti|neighborsi),判断Signi’与Signi是否相同,若不相同,则证明空间对象pi的信息被篡改,终止查询完整性验证过程,输出查询结果不完整;若对任意pj∈G,均有Signj’=Signj,则进一步进行下述过程。
步骤五:将通过步骤四验证的查询结果集合G={p1,p2,…,pm},分为两类集合:查询结果位置集合Q={location1,location2,…,locationm},查询结果邻居集合N={neighbors1,neighbors2,…,neighborsm},其中:
locationi为第i个查询结果的位置坐标;neighborsi=(fi(1),fi(2),…,fi(k),bi(1),bi(2),…,bi(k))为与第i个查询结果在索引上近邻的空间对象的位置坐标集合,fi(j)、bi(j)分别为locationi的第j个前驱、后继空间对象的位置坐标,1≤j≤k,k为前驱/后继空间对象的个数。
对于任意位置坐标d(x,y)∈N,若d存在于范围查询W=[xl,xh]×[yl,yh]中,则判断d是否属于查询结果位置集合Q,若不属于,则终止查询完整性验证过程,输出查询结果不完整;若查询结果邻居集合N中不存在满足上述条件的位置坐标,则完成查询完整性验证过程,输出查询结果完整。
判定位置坐标d(x,y)存在于范围查询W中的具体依据为:
xl≤x≤xh,且yl≤y≤yh。其中x,y分别为d在x轴、y轴方向的坐标值。
判定位置坐标d(x,y)属于查询结果位置集合Q的具体依据为:
存在locationj(xj,yj)∈Q,使得xj=x,且yj=y。
综上所述,本发明提出一种用于外包空间数据库的范围查询完整性验证方法。该方法通过在外包空间对象中,附加基于索引的邻近对象信息,降低了查询完整性验证对数据库存储系统的资源消耗。该方法将传统的空间查询和完整性验证查询合并为一次,降低了用户与服务商的会话连接次数,提高了查询效率,减少了服务商进行查询分析的机会;并且由于不同的数据拥有者可能设置不同的邻近空间对象数量,这进一步增大了服务商进行查询结果更改的难度。

Claims (3)

1.一种用于外包空间数据库的范围查询完整性验证方法,包括以下步骤:
步骤一:用户通过自适应Hilbert曲线的范围查询转换方法,将二维平面的范围查询W=[xl,xh]×[yl,yh]转换为一维数值段集合R={R1(s1,e1),R2(s2,e2),…,Rn(sn,en)},即查询条件;
xl,xh分别为二维平面的范围查询的x轴方向的最小值、最大值;yl,yh分别为二维平面的范围查询的y轴方向的最小值、最大值;si,ei分别表示数值段Ri的开始值、结束值,1≤i≤n,n为数值段的个数;
步骤二:用户经过认证与外包空间数据库的服务商建立会话连接,将步骤一中生成的一维数值段集合R发送给服务商;外包空间数据库中的每一条记录对应一个空间对象,数据表的核心字段为一个三元组:<index,Enc((location,text,neighbors(f(1),f(2),…,f(k),b(1),b(2),…,b(k))),key),Sign>;
index为根据当前空间对象的位置坐标location,使用自适应Hilbert曲线生成的索引;text为当前空间对象附属的其他描述信息;neighbors为与当前空间对象在索引上近邻的空间对象的位置坐标集合,f(i)、b(i)分别表示index的前驱、后继空间对象的位置坐标,1≤i≤k,k为前驱/后继空间对象的个数,k的取值由数据拥有者设定;Enc()为对称加密算法,key为对称密钥;Sign为使用哈希算法Hash()生成的当前空间对象消息摘要,即Sign=Hash(location|text|neighbors),|表示字符串连接运算;
步骤三:外包空间数据库服务商根据用户提交的一维数值段集合R={R1(s1,e1),R2(s2,e2),…,Rn(sn,en)},检索数据库中符合查询条件的空间对象集合G={p1,p2,…,pm},并将该空间对象集合G返回给用户,其中:
pi表示一个检索结果,包含索引值indexi,密文数据信息Enc((locationi,texti,neighborsi),以及消息摘要Signi,1≤i≤m,m为检索结果的个数;
步骤四:用户接收到服务商返回的查询结果集合G={p1,p2,…,pm},对其中的每一个对象pi=<indexi,Enc((locationi,texti,neighborsi),key),Signi>,首先使用解密算法Dec()与密钥key处理pi的加密字段Enc((locationi,texti,neighborsi),key),得到pi的明文信息(locationi,texti,neighborsi),然后使用哈希算法Hash()生成明文信息的消息摘要,即Signi’=Hash(locationi|texti|neighborsi),判断Signi’与Signi是否相同,若不相同,则证明空间对象pi的信息被篡改,终止查询完整性验证过程,输出查询结果不完整;若对任意pj∈G,均有Signj’=Signj,则进一步进行步骤五;
步骤五:将通过步骤四验证的查询结果集合G={p1,p2,…,pm},分为两类集合:查询结果位置集合Q={location1,location2,…,locationm},查询结果邻居集合N={neighbors1,neighbors2,…,neighborsm};
其中:locationi为第i个查询结果的位置坐标;neighborsi=(fi(1),fi(2),…,fi(k),bi(1),bi(2),…,bi(k))为与第i个查询结果在索引上近邻的空间对象的位置坐标集合,fi(j)、bi(j)分别为locationi的第j个前驱、后继空间对象的位置坐标,1≤j≤k,k为前驱/后继空间对象的个数;
对于任意位置坐标d(x,y)∈N,若d存在于范围查询W=[xl,xh]×[yl,yh]中,则判断d是否属于查询结果位置集合Q,若不属于,则终止查询完整性验证过程,输出查询结果不完整;若查询结果邻居集合N中不存在满足上述条件的位置坐标,则完成查询完整性验证过程,输出查询结果完整。
2.根据权利要求1所述的一种用于外包空间数据库的范围查询完整性验证方法,其特征在于,步骤三种判定pi符合查询条件的具体依据为:存在Rj∈R,使得sj≤indexi≤ej
3.根据权利要求1所述的一种用于外包空间数据库的范围查询完整性验证方法,其特征在于,判定位置坐标d(x,y)存在于范围查询W中的具体依据为:xl≤x≤xh,且yl≤y≤yh;其中x,y分别为d在x轴、y轴方向的坐标值;判定位置坐标d(x,y)属于查询结果位置集合Q的具体依据为:存在locationj(xj,yj)∈Q,使得xj=x,且yj=y。
CN201410209505.9A 2014-05-16 2014-05-16 用于外包空间数据库的范围查询完整性验证方法 Active CN103984728B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410209505.9A CN103984728B (zh) 2014-05-16 2014-05-16 用于外包空间数据库的范围查询完整性验证方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410209505.9A CN103984728B (zh) 2014-05-16 2014-05-16 用于外包空间数据库的范围查询完整性验证方法

Publications (2)

Publication Number Publication Date
CN103984728A CN103984728A (zh) 2014-08-13
CN103984728B true CN103984728B (zh) 2017-02-01

Family

ID=51276701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410209505.9A Active CN103984728B (zh) 2014-05-16 2014-05-16 用于外包空间数据库的范围查询完整性验证方法

Country Status (1)

Country Link
CN (1) CN103984728B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104601563B (zh) * 2015-01-06 2017-09-15 南京信息工程大学 基于mle的可公开验证云存储数据持有性的方法
CN104750784B (zh) * 2015-03-06 2018-03-02 西安交通大学 一种基于Merkle树结构的空间查询完整性验证方法
CN105791283B (zh) * 2016-02-29 2018-09-21 电子科技大学 一种针对加密的空间数据的圆形范围搜索方法
CN106776791B (zh) * 2016-11-23 2019-12-10 深圳大学 一种基于云服务的模式串匹配验证方法及装置
CN108197499B (zh) * 2018-01-11 2020-08-07 暨南大学 一种可验证的密文数据范围查询方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464902A (zh) * 2009-01-06 2009-06-24 中国科学院软件研究所 一种外包数据库查询结果验证方法及其系统
CN102073716A (zh) * 2011-01-05 2011-05-25 北京大学 一种数据外包环境下的查询结果验证方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9305019B2 (en) * 2007-01-30 2016-04-05 Craxel, Inc. Method of associating user related data with spatial hierarchy identifiers for efficient location-based processing

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464902A (zh) * 2009-01-06 2009-06-24 中国科学院软件研究所 一种外包数据库查询结果验证方法及其系统
CN102073716A (zh) * 2011-01-05 2011-05-25 北京大学 一种数据外包环境下的查询结果验证方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"基于兴趣点分布的外包空间数据隐私保护方法";田丰等;《计算机学报》;20140131;第37卷(第1期);第123-138页 *
"多维数据的完整性验证方法";滕明岩;《计算机工程》;20101031;第36卷(第20期);第55-57页 *

Also Published As

Publication number Publication date
CN103984728A (zh) 2014-08-13

Similar Documents

Publication Publication Date Title
CN103984728B (zh) 用于外包空间数据库的范围查询完整性验证方法
CN104765848B (zh) 混合云存储中支持结果高效排序的对称可搜索加密方法
CN106127075B (zh) 一种云存储环境下基于隐私保护的可搜索加密方法
CN103345526B (zh) 一种云环境下高效的隐私保护密文查询方法
CN102867064B (zh) 关联字段查询装置和关联字段查询方法
WO2020024904A1 (zh) 用于搜索区块链数据的方法、设备及可读存储介质
CN103973668A (zh) 一种网络信息系统中服务器端的个人隐私数据保护方法
CN102055763B (zh) 一种权限管理方法及系统
CN104750784A (zh) 一种基于Merkle树结构的空间查询完整性验证方法
CN104182405A (zh) 一种连接查询方法及装置
CN110069944A (zh) 一种可搜索加密的数据检索方法及系统
CN110083722A (zh) 一种电子图纸查找方法、装置、设备及可读存储介质
CN102880897A (zh) 一种智能卡的应用数据共享方法和智能卡
CN106250453A (zh) 基于云存储的数值型数据的密文检索方法及装置
CN103414554B (zh) 一种对象化密钥管理系统的密钥管理方法
CN108549701A (zh) 云环境加密外包数据语义扩展搜索方法及系统
CN105741063A (zh) 基于用户关注点的个性化物流调度方法和系统
CN105721560B (zh) 统一会员中心用户登录密码安全存储系统及方法
CN106528710A (zh) 一种后台管理系统的权限控制方法和装置
CN116467026A (zh) 一种基于区块链的云桌面数据安全共享、溯源方法和系统
Cai [Retracted] Promoting Regional Economic Transformation Forecast Based on Intelligent Computing Technology
CN109766314A (zh) 基于概率陷门的密文数据多关键词搜索方法
Bu et al. SEF: a secure, efficient, and flexible range query scheme in two-tiered sensor networks
CN109271485A (zh) 一种支持语义的云环境加密文档排序检索方法
Zhong et al. Two-stage index-based central keyword-ranked searches over encrypted cloud data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant