CN104572827B - 一种基于跨明文与密文的混合搜索系统 - Google Patents

一种基于跨明文与密文的混合搜索系统 Download PDF

Info

Publication number
CN104572827B
CN104572827B CN201410743749.5A CN201410743749A CN104572827B CN 104572827 B CN104572827 B CN 104572827B CN 201410743749 A CN201410743749 A CN 201410743749A CN 104572827 B CN104572827 B CN 104572827B
Authority
CN
China
Prior art keywords
search
data set
search result
plaintext
ranking
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
CN201410743749.5A
Other languages
English (en)
Other versions
CN104572827A (zh
Inventor
刘璐
李建强
董媛媛
赵旭
莫豪文
许泽文
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.)
Digital Poly (beijing) Technology Co Ltd
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201410743749.5A priority Critical patent/CN104572827B/zh
Publication of CN104572827A publication Critical patent/CN104572827A/zh
Application granted granted Critical
Publication of CN104572827B publication Critical patent/CN104572827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/188—Virtual file systems
    • G06F16/196—Specific adaptations of the file system to access devices and non-file objects via standard file system access operations, e.g. pseudo file systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6209—Protecting access to data via a platform, e.g. using keys or access control rules to a single file or object, e.g. in a secure envelope, encrypted and accessed using a key, or with access control rules appended to the object itself

Landscapes

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

Abstract

本发明涉及一种基于跨明文与密文的混合搜索系统。所述系统包括数据集纵向切分装置，明文搜索装置，密文搜索装置，搜索结果结合装置。搜索结果结合装置还包括重新分组单元和重新排名单元。数据集纵向切分装置根据数据集中的属性值是否需要加密，对数据集进行纵向切分，得到明文数据集与密文数据集；明文搜索装置对明文数据集进行排名搜索得到排名搜索结果；密文搜索装置对密文数据集进行基于倒排索引的加密搜索，快速得到精确匹配搜索结果；搜索结果结合装置对排名搜索结果与精确匹配搜索结果进行重新结合，得到最终的新排名搜索结果。本发明能够在保护个人隐私的基础上，既能快速得到搜索结果，还可对搜索结果排名，得到更具价值的搜索结果。

Description

一种基于跨明文与密文的混合搜索系统
技术领域
本发明属于计算机领域，更具体地涉及一种基于跨明文与密文的混合搜索系统，将明文搜索与密文搜索得到的两种搜索结果结合起来得到快速排名搜索结果。
背景技术
在统计学中，微数据是指包含个人信息的数据，例如存在于医院的医疗数据库中的包含有每个病人的年龄、性别、诊断结果等信息的数据。微数据在进行发布、搜索时，保护个人隐私是一个不得不考虑的问题。微数据通常包含以下三类属性：强标识属性、准标识属性、以及敏感属性。对于一条数据记录，强标识属性的值可以用来清晰的标识出与该记录相关的个人，比如“姓名”、“身份证号”等就是强标识属性。对于一条数据记录，通常包含一组准标识属性，这些准标识属性的值组合起来可以模糊地标识出与该记录相关的个人，比如“年龄”、“性别”、“邮政编码”这几个准标识属性的值组合在一起可以模糊地标识出一个或多个与该记录相关的个人。另外，对于一条数据记录，敏感属性即与该记录相关的个人的敏感数据(例如，隐私信息)，比如“疾病”、“工资”等等。在发布、搜索微数据时，不但需要保证个人与其敏感属性值之间的关联不能被泄露，而且还需要保证可以对微数据进行搜索得到有效搜索结果，即进行加密搜索。
最常用的加密方法是基于全密文的加密搜索方法，其核心思想是在发布微数据时将全部属性值都进行加密获得密文，并对相关的关键词进行加密，最后使用加密后的关键词对加密后的微数据进行搜索，通过密文匹配操作，查找出所需数据，且在操作过程中不会泄露明文内容。这是一种可以保护隐私信息的搜索方法。针对这种方法，目前出现了各种形式的基于全密文的加密搜索技术，如：各种形式的单一关键字搜索加密与布尔关键字搜索加密技术，以及加密云数据上的多关键字搜索排名方法。
2011年，由N.Cao、C.Wang、M.Li、K.Ren等发表的IEEE论文“Privacy-PreservingMulti-keyword Ranked Search over Encrypted Cloud Data”中，提出了一种加密云数据上的多关键字搜索排名方法。它的工作能够让服务器对用户所请求搜索的多个关键字，根据每个文件对于所请求关键字的得分排序，并将排名最高的k个文件返回给用户，服务器端将无法获得用户搜索的关键字信息、文件是否包含某个关键字信息以及最后每个文件的得分信息。其核心思想是：采用K最近邻算法的思想，首先生成两个二进制位串，分别称为文件的数据向量和用户的查询向量。这两个向量中的每个位都分别与关键字进行一一对应，并以该位的值来表示该文件以及用户的查询请求是否包含某个关键字，然后使用两个互逆的矩阵分别对这两个位串加密，保证文件包含关键字的信息和用户查询语句对云端服务器不可见。在计算得分的时候，还需要对两个位串的乘积通过加入随机数来进行随机化处理。普通的连接关键字搜索是返回的文件需要保证包含每个域上的关键字；而在这里的多词搜索中，即使某个文件没有全部包含所请求的关键字，但只要其得分位列于前k中，依然可以被返回。另外，随机数的引入也导致了最终得分的不精确性，当引入随机变量的正态分布标准差σ＝1时，最后结果的不准确度最高可达到20％。但是，上述这些基于全密文的加密搜索方法，由于采用的都是正排索引技术，在数据量非常大的情况下，其查询处理时间太长、难以容忍。
2009年，由Y.Tian、H.Lei、L.Wang、K.Zeng等发表的IEEE论文“A Fast SearchMethod for Encrypted Medical Data”中，提出了一种基于倒排索引的加密搜索方法。这种基于倒排索引的加密搜索技术要比基于正排索引的加密搜索技术快很多，与明文搜索技术的查询处理时间很接近。具体地，此方法包括：(1)数据加密：采用加密算法对微数据进行加密，得到加密数据，这就保护了数据的私密性，避免数据在传输过程与远程存储中被泄露；(2)加密倒排索引创建：采用一个现有的倒排索引结构(如B-tree、Hash)作为加密索引的基础，将本研究所述加密方法得到的加密信息登记到这样现有的索引结构中，这样可以很容易对大量文件实现秘钥管理，所有匹配的文件解密秘钥都隐藏在加密索引项中；(3)加密倒排索引搜索：搜索者在得到数据所有者特定授权的情况下，可以进行相应的关键字查询，从加密倒排索引表中迅速定位到匹配的加密索引项，搜索者可以利用被授权的相应秘钥对其进行解密操作，得到精确匹配搜索结果。然而，基于倒排索引的加密搜索方法只能快速得到搜索结果，却不能对搜索结果进行排名，不能获得查询所需的排名搜索结果，不是人们在查询时所想要的按照与查询的关键字相关度排名的结果。
上面介绍的已有方法虽然都针对隐私泄露的问题进行了加密搜索处理，但是它们只能对全部数据集加密，即数据集中的所有属性值进行加密，而且得出的搜索结果要么是快速无排名的搜索结果，要么是有排名但速度慢的搜索结果。
发明内容
本发明提出了一种基于数据集纵向切分的跨明文与密文的混合搜索系统，将明文搜索技术与密文搜索技术结合在一起，基于隐私保护的要求，通过对数据集进行纵向切分而得到明文数据集与密文数据集，并分别进行明文搜索与密文搜索得到两种搜索结果，然后将这两种搜索结果结合起来得到快速排名搜索结果。
一种基于跨明文与密文的混合搜索系统包括：数据集纵向切分装置，明文搜索装置，密文搜索装置，搜索结果结合装置。其中，
数据集纵向切分装置：根据数据集中的属性值是否需要加密，将所述数据集纵向切分为需要加密的数据集与不需要加密的数据集，并对需要加密的数据集通过预先给定的加密算法进行加密得到密文数据集；不需要加密的数据集即为明文数据集。
明文搜索装置：按照预先给定的基于全明文的排名搜索算法，对所述明文数据集进行排名搜索得到排名搜索结果与排名值列表。
密文搜索装置：将多关键字查询字段转换为多个单一关键字查询，并对每一个单一关键字查询在所述密文数据集上进行基于倒排索引的加密搜索，快速得到多个精确匹配搜索结果列表，即精确匹配搜索结果。
搜索结果结合装置：对排名搜索结果与精确匹配搜索结果进行重新结合，得到最终的新排名搜索结果。
所述属性值是与所述数据集中的记录条目相关的个体的隐私信息，包括强标识属性、准标识属性和敏感属性。
所述搜索结果结合装置还包括重新分组单元和重新排名单元。重新分组单元用于统计精确匹配搜索结果中的所有记录在多少个精确匹配结果列表中出现过，将出现总次数相同的记录放在一组中，得到多个新分组；重新排名单元用于将明文搜索得到的排名搜索结果中的每条记录的排名值与其出现总次数相乘，得到新的排名值，进而得到最终的新排名搜索结果。
与现有技术相比，本发明具有以下优点：
本发明相对于现有的加密搜索技术，可以使包含敏感信息的属性值的数据在进行跨明文与密文的混合搜索后，在保证个人隐私不被泄露的基础上，不但能够快速得到搜索结果，而且还可以对搜索结果进行排名，得到更具有价值的搜索结果。
附图说明
图1为本发明实施例跨明文与密文的混合搜索系统框图。
具体实施方式
下面根据附图与实施例对本发明做进一步说明。
基于跨明文与密文的混合搜索系统的组成框图如图1所示，包括：数据集纵向切分装置1，明文搜索装置2，密文搜索装置3，以及搜索结果结合装置4。其中：
数据集纵向切分装置1：用于根据数据集中的属性值是否需要加密，对数据集进行纵向切分，得到明文数据集与密文数据集；
明文搜索装置2：用于对其中的明文数据集进行排名搜索得到排名搜索结果；
密文搜索装置3：用于对其中的密文数据集进行基于倒排索引的加密搜索，快速得到精确匹配搜索结果；
搜索结果结合装置4：用于对排名搜索结果与精确匹配搜索结果进行重新结合，得到最终的新排名搜索结果。
应用本发明所述系统进行搜索的方法如下：首先，数据集纵向切分装置根据数据集中的属性值是否需要加密，对数据集进行纵向切分，得到明文数据集与密文数据集。然后，明文搜索装置对其中的明文数据集进行排名搜索得到排名搜索结果；密文搜索装置对其中的密文数据集进行基于倒排索引的加密搜索，快速得到精确匹配搜索结果。最后，搜索结果结合装置对排名搜索结果与精确匹配搜索结果进行重新结合，得到最终的新排名搜索结果。
下面给出本发明的一个实施例，明文搜索装置2基于诸如TFIDF(term frequency-inverse document frequency)技术或者BM25(Best Match)公式的可进行相关度排序的明文搜索方法，对其中的明文数据集进行排名搜索得到排名搜索结果。TFIDF实际上是TF*IDF，词频TF(Term Frequency)表示词条在文档中出现的频率，逆向文件频率IDF(InverseDocument Frequency)是一个词语普遍重要性的度量，某一特定词语的IDF，可以由总文件数目除以包含该词语之文件的数目，再将得到的商取对数得到。某一特定文件内的高词语频率，以及该词语在整个文件集合中的低文件频率，可以产生出高权重的TF-IDF。因此，TF-IDF倾向于过滤掉常见的词语，保留重要的词语，可以被搜索引擎应用，作为文件与用户查询之间相关程度的度量或评级。BM25公式的主要思想：对Query进行语素解析，生成语素qi；然后，对于每个搜索结果D，计算每个语素qi与D的相关性得分，最后，将qi相对于D的相关性得分进行加权求和，从而得到Query与D的相关性得分，因而通常用来作搜索相关性平分。本实施例所述系统中各装置的功能如下：
数据集纵向切分装置1：用于根据数据集中的属性值是否需要加密，对数据集进行纵向切分，得到明文数据集与密文数据集，即对需要加密的强标识属性值与准标识属性值进行加密得到密文数据集，对直接用于研究分析的敏感属性值不进行加密得到明文数据集。具体地，用A表示所有属性的集合{A1,A2,...,Am}，用数组t的t[Ai]表示属性Ai的值。A中的属性被划分为三类：EID，QID，SA，分别表示强标识属性、准标识属性和敏感属性。其中EID＝{A1,A2,...,A|EID|}，QID＝{A1,A2,...,A|QID|}，SA＝{A1,A2,...,A|SA|}。数据集纵向切分的伪代码如下：
Input:T＝{t1,t2,...,tn}with the attributes of EID,QID,SA
Output:plaintext table Tp＝{tp1,tp2,...,tpn}with the attributes ofSA,and encrypted table Te＝{te1,te2,...,ten}with the attributes of EID andQID
1:Init:Te＝φ；
2:For(i＝1；i≤n；i++)
3:For each Aj∈EID∪QID
4:tei(Aj)＝E[ti(Aj)]；
5:For each Aj∈SA
6:tpi(Aj)＝ti(Aj)；
7:Output Tp,Te；
其中，第4行中的E[·]表示加密操作，对EID和QID的属性值进行加密。
明文搜索装置2：用于对明文数据集进行排名搜索得到排名搜索结果，即用基于诸如TFIDF或者BM25的可进行相关度排序的明文搜索方法，对明文数据集进行搜索得到排名搜索结果。
密文搜索装置3：用于对密文数据集进行基于倒排索引的加密搜索，快速得到精确匹配搜索结果，即将多关键字查询字段转换为多个单一关键字查询，并对每一个单一关键字查询在密文数据集上进行基于倒排索引的加密搜索，快速得到多个精确匹配搜索结果列表，则所有这些精确匹配搜索结果列表即为精确匹配搜索结果。具体地，若多关键字查询字段为Q＝{k1,k2,...,km}，其中，Q表示查询字段，m表示Q中的关键字个数，k1,k2,...,km表示Q中的关键字，则将包含m个关键字的查询字段Q转换为m个单一关键字查询，即{k1}，{k2}，...，{km}。对每一个单一关键字查询在密文数据集上进行基于倒排索引的加密搜索，可以快速得到每一个单一关键字查询所对应的精确匹配搜索结果列表，总共得到m个精确匹配搜索结果列表l1,l2,...,lm，其中li＝{emr1,emr2,...,emr|li|}，1≤i≤m,emri表示一条记录，且每个列表内的emri记录不会重复，但列表之间的emri有可能是重复的，则所有这m个精确匹配搜索结果列表即为精确匹配搜索结果。
搜索结果结合装置4：用于通过利用精确匹配搜索结果对排名搜索结果进行排名值的重新计算，获取新排名搜索结果。搜索结果结合装置4还包括重新分组单元41和重新排名单元42。其中：重新分组单元41用于统计精确匹配搜索结果中的所有记录在多少个精确匹配结果列表中出现过，将出现总次数相同的记录放在一组中，得到多个新分组；重新排名单元42用于将明文搜索得到的排名搜索结果中的每条记录的排名值与其出现总次数相乘，得到新的排名值，进而得到最终的新排名搜索结果。具体地，重新分组单元41用于对精确匹配搜索结果中的所有精确匹配搜索结果列表li＝{emr1,emr2,...,emr|li|}，1≤i≤m中的所有记录emri，统计其在多少个精确匹配结果列表中出现过，得到其出现总次数k，将出现总次数k相同的记录放在一组Gk中，得到m个新分组G1,G2,...,Gm,其中Gk中的每条记录emri表示其在k个列表中出现过。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
本发明相对于现有的加密搜索技术，可以使微数据集在进行跨明文与密文的混合搜索后，在保证个人隐私不被泄露的基础上，不但能够快速得到搜索结果，而且还可以对搜索结果进行排名，得到更具有价值的搜索结果。本发明所述系统不仅适用于对微数据进行处理，而且可以对其中的记录条目中包含有需加密信息与不需加密信息的任何数据进行跨明文与密文的混合搜索。

Claims (1)

1.一种基于跨明文与密文的混合搜索系统，其特征在于，所述系统包括：数据集纵向切分装置(1)，明文搜索装置(2)，密文搜索装置(3)，搜索结果结合装置(4)；其中，
数据集纵向切分装置(1)：根据数据集中的属性值是否需要加密，将所述数据集纵向切分为需要加密的数据集与不需要加密的数据集，并对需要加密的数据集通过预先给定的加密算法进行加密得到密文数据集；不需要加密的数据集即为明文数据集；
明文搜索装置(2)：按照预先给定的基于全明文的排名搜索算法，对所述明文数据集进行排名搜索得到排名搜索结果与排名值列表；
密文搜索装置(3)：将多关键字查询字段转换为多个单一关键字查询，并对每一个单一关键字查询在所述密文数据集上进行基于倒排索引的加密搜索，快速得到多个精确匹配搜索结果列表，即精确匹配搜索结果；
搜索结果结合装置(4)：对排名搜索结果与精确匹配搜索结果进行重新结合，得到最终的新排名搜索结果；
所述属性值是与所述数据集中的记录条目相关的个体的隐私信息，包括强标识属性、准标识属性和敏感属性；
所述搜索结果结合装置(4)还包括重新分组单元(41)和重新排名单元(42)；所述重新分组单元(41)用于统计精确匹配搜索结果中的所有记录在多少个精确匹配结果列表中出现过，将出现总次数相同的记录放在一组中，得到多个新分组；所述重新排名单元(42)用于将明文搜索得到的排名搜索结果中的每条记录的排名值与其出现总次数相乘，得到新的排名值，进而得到最终的新排名搜索结果。
CN201410743749.5A 2014-12-08 2014-12-08 一种基于跨明文与密文的混合搜索系统 Active CN104572827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410743749.5A CN104572827B (zh) 2014-12-08 2014-12-08 一种基于跨明文与密文的混合搜索系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410743749.5A CN104572827B (zh) 2014-12-08 2014-12-08 一种基于跨明文与密文的混合搜索系统

Publications (2)

Publication Number Publication Date
CN104572827A CN104572827A (zh) 2015-04-29
CN104572827B true CN104572827B (zh) 2017-12-15

Family

ID=53088889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410743749.5A Active CN104572827B (zh) 2014-12-08 2014-12-08 一种基于跨明文与密文的混合搜索系统

Country Status (1)

Country Link
CN (1) CN104572827B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416037B (zh) * 2018-03-14 2021-07-23 安徽大学 云环境中基于两级索引的中心关键词密文搜索方法
CN109726589B (zh) * 2018-12-22 2021-11-12 北京工业大学 一种面向众智云环境的隐私数据访问方法
CN113254957B (zh) * 2019-11-26 2022-04-08 支付宝(杭州)信息技术有限公司 基于隐私信息保护的数据查询方法、装置、设备及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101520800A (zh) * 2009-03-27 2009-09-02 华中科技大学 一种基于密文的安全全文索引和检索系统
CN101593196A (zh) * 2008-05-30 2009-12-02 日电（中国）有限公司 用于快速密文检索的方法、装置和系统
CN101694672A (zh) * 2009-10-16 2010-04-14 华中科技大学 一种分布式安全检索系统
CN102024054A (zh) * 2010-12-10 2011-04-20 中国科学院软件研究所 一种面向密文云存储的文档检索方法与系统
CN103595730A (zh) * 2013-11-28 2014-02-19 中国科学院信息工程研究所 一种密文云存储方法和系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7689547B2 (en) * 2006-09-06 2010-03-30 Microsoft Corporation Encrypted data search

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101593196A (zh) * 2008-05-30 2009-12-02 日电（中国）有限公司 用于快速密文检索的方法、装置和系统
CN101520800A (zh) * 2009-03-27 2009-09-02 华中科技大学 一种基于密文的安全全文索引和检索系统
CN101694672A (zh) * 2009-10-16 2010-04-14 华中科技大学 一种分布式安全检索系统
CN102024054A (zh) * 2010-12-10 2011-04-20 中国科学院软件研究所 一种面向密文云存储的文档检索方法与系统
CN103595730A (zh) * 2013-11-28 2014-02-19 中国科学院信息工程研究所 一种密文云存储方法和系统

Also Published As

Publication number Publication date
CN104572827A (zh) 2015-04-29

Similar Documents

Publication Publication Date Title
Wang et al. Searchable encryption over feature-rich data
Yuan et al. SEISA: Secure and efficient encrypted image search with access control
US9852306B2 (en) Conjunctive search in encrypted data
US20170242924A1 (en) Masking query data access pattern in encrypted data
US7519835B2 (en) Encrypted table indexes and searching encrypted tables
CN106951411A (zh) 一种云计算中保护数据隐私的快速多关键词语义排序搜索方法
Al Sibahee et al. Efficient encrypted image retrieval in IoT-cloud with multi-user authentication
US10095719B2 (en) Method and system to perform secure Boolean search over encrypted documents
Dai et al. A privacy-preserving multi-keyword ranked search over encrypted data in hybrid clouds
Li et al. Practical multi-keyword ranked search with access control over encrypted cloud data
WO2018031514A1 (en) Protected indexing and querying of large sets of textual data
Rane et al. Multi-user multi-keyword privacy preserving ranked based search over encrypted cloud data
CN108416037B (zh) 云环境中基于两级索引的中心关键词密文搜索方法
CN104572827B (zh) 一种基于跨明文与密文的混合搜索系统
CN117521118B (zh) 一种医疗数据可搜索加密隐私保护及系统
EP2775420A1 (en) Semantic search over encrypted data
Li et al. Secure and verifiable multi-owner ranked-keyword search in cloud computing
CN111966778B (zh) 一种基于关键词分组倒排索引的多关键词密文排序检索方法
CN114528370A (zh) 动态多关键字模糊排序搜索方法及系统
Guo et al. A privacy preserving Markov model for sequence classification
Xu et al. Achieving fine-grained multi-keyword ranked search over encrypted cloud data
Arora et al. Update enabled multi-keyword searchable encryption scheme for secure data outsourcing
Kamini et al. Encrypted multi-keyword ranked search supporting gram based search technique
Raghavendra et al. DRSIG: Domain and Range Specific Index Generation for Encrypted Cloud Data
Rahman et al. A novel privacy preserving search technique for stego data in untrusted cloud

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20180604

Address after: 102401 Beijing Fangshan District arch Street sub office, 11 yuan, ten, 81013, teaching and practice building,

Patentee after: Digital poly (Beijing) Technology Co., Ltd.

Address before: No. 100, Chaoyang District flat Park, Beijing, Beijing

Patentee before: Beijing University of Technology

TR01 Transfer of patent right