CN106777233A - 基于云计算的支持隐私保护的个性化搜索系统 - Google Patents
基于云计算的支持隐私保护的个性化搜索系统 Download PDFInfo
- Publication number
- CN106777233A CN106777233A CN201611222786.7A CN201611222786A CN106777233A CN 106777233 A CN106777233 A CN 106777233A CN 201611222786 A CN201611222786 A CN 201611222786A CN 106777233 A CN106777233 A CN 106777233A
- Authority
- CN
- China
- Prior art keywords
- keyword
- user
- data
- search
- module
- 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.)
- Pending
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06F21/602—Providing cryptographic facilities or services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (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
本发明公开了一种基于云计算的支持隐私保护的个性化搜索系统。其包括数据所有端、云服务器和数据使用端。本发明利用云服务器的强大计算能力,通过多关键字搜索排名筛选出Top‑k结果,为用户节省网络开销和本地存储空间,并且在整个过程中云服务器和非法用户无法获得数据的明文内容以及用户查询请求中的关键字内容;还通过构建用户偏好模型,自动地、规范地表示用户的搜索偏好及搜索习惯,解决了可搜索加密领域中个性化缺失以及无法消除二义性的问题,从而使搜索结果更加精确、搜索过程中陷门的安全性更强。
Description
技术领域
本发明属于信息安全技术领域,尤其涉及一种基于云计算的支持隐私保护的个性化搜索系统。
背景技术
随着云计算时代的到来,越来越多的企业与个人将他们的数据交与云服务器进行存储,这种外包存储的方式既能合理利用网络资源又能降低用户维护数据的成本。
然而云服务器和非法用户(如黑客等不具有访问权限的用户)可以尝试通过访问数据来获取数据所包含的信息,这将直接造成数据信息和用户隐私的泄露。为了保护数据的隐私和打击在云服务器中以及搜索过程中非法用户对敏感数据(电子邮件、个人健康记录、相册、税务文件、金融交易等)未经授权的访问,数据所有者就要在数据转移到商业公共云之前将其加密,使数据以密文形式存储在云服务器端。当用户需要查找包含某些关键字的相关文件时,传统的基于明文关键字搜索引擎无法适用于这种加密云数据的环境,因此如何对云服务器端的密文进行搜索成为一大难题。
在学术界和工业界可搜索加密(Searchable Encryption,简称SE)方案被提出,以解决对加密云数据的搜索问题。然而,现存SE方案中个性化搜索的缺失仍然是一个亟待解决的问题。我们以明文搜索引擎为例来解释个性化搜索的概念:不同的用户在使用谷歌进行搜索时,即使输入相同的一组关键字,由于不同用户对查询请求中各个关键字的偏好不相同,所以返回给用户的搜索结果的排序不一定相同。此外现存SE方案中还存在二义性的问题,例如,考虑如下两个查询请求:(苹果,香蕉)与(苹果,电脑),前者中的苹果代表一种水果,而后者暗指苹果公司这个品牌。
发明内容
本发明的发明目的是:为了解决现有技术中存在的以上问题,本发明提出了一种基于云计算的支持隐私保护的个性化搜索系统,以期解决可搜索加密领域中个性化缺失以及无法消除二义性的问题。
本发明的技术方案是:一种基于云计算的支持隐私保护的个性化搜索系统,包括:
数据所有端,用于从外包数据文档集中提取各文档的对应索引,并对将要上传云服务器的外包数据及索引作对称加密处理,同时将生成的密钥通告给授权数据使用端;引导用户生成本地字典,根据用户数据关键字所属类别及用户偏好对ODP目录进行调整,将与用户交互过程中的信息上传到云服务器进行处理;
云服务器,用于存储所述数据所有端上传的外包数据、索引及ODP目录;计算数据使用端输入的搜索关键字与文档索引相似性得分并对相似性得分进行排序;将搜索查询结果中相似性得分排序前k的加密文件反馈给数据使用端;通过建立陷门对数据使用端进行身份验证;
数据使用端,用于输入多关键字;对用户搜索偏好进行学习,并对搜索关键字的历史记录、用户对搜索结果中链接的点击记录进行分析;对云服务器反馈的加密文件进行解密。
进一步地,所述数据所有端包括数据处理模块和个性化处理模块;所述数据处理模块用于从外包数据文档集中提取各文档所包含的关键字,利用关键字分别组成对应文档的子索引,通过子索引的构建获得外包数据文档集合对应的索引集合,还用于采用AES对称加密算法对外包数据及索引作对称加密处理;所述个性化处理模块用于利用网络爬虫对用户所选与自身数据密切相关的网页进行关键字提取,再对关键字经过预处理后去除不符合用户要求的部分,并对关键字进行编号,建立本地关键字字典,还用于根据外包数据的内容及网络爬虫所获取的关键字字典对ODP目录进行修改。
进一步地,所述云服务器包括计算模块、反馈模块、身份验证模块及存储模块;所述计算模块用于计算查询向量和相应查询文档集中各文档关键字矩阵的相似性得分进行排序;所述反馈模块用于选取相似性得分排在前k位的加密文档反馈给数据使用端;所述身份验证模块用于通过建立陷门对数据使用端进行身份验证。
进一步地,所述数据使用端包括查询模块、用户偏好模块及解密模块;所述查询模块用于输入待查询的关键字;所述用户偏好模块用于通过建立用户偏好模型对用户搜索偏好进行学习,并利用用户偏好模型对搜索关键字的历史记录、用户对搜索结果中链接的点击记录进行分析;所述解密模块用于根据所述数据处理模块生成的密匙对云服务器反馈的加密文件进行解密。
进一步地,所述建立用户偏好模型具体包括以下步骤:
S1、采用向量空间模块将用户偏好表示为{(k1,p1,t1),(k2,p2,t2),...,(ki,pi,ti)},其中ki为关键字,pi为关键字ki相对应的偏好权重,ti为时间戳,i∈[1,m];
S2、获取用户偏好并建立初始化搜索目录,采用ODP树状目录结构来存储用户偏好的关键字;
S3、根据用户每次搜索所输入的关键字对用户偏好模块进行更新。
进一步地,所述ODP树状目录结构中每一个节点都包含关键字、偏好权重和时间戳信息。
进一步地,所述步骤S2采用ODP树状目录结构来存储用户偏好的关键字还包括设定一个关键字数量的上界m;当搜索目录中关键字数量超过m时,删除搜索目录中权重最小的节点。
进一步地,所述步骤S3根据用户每次搜索所输入的关键字对用户偏好模块进行更新具体为:判断用户每次搜索所输入的关键字是否包含于搜索目标结构中;若关键字包含于搜索目标结构中,则提高该关键字原有的偏好权重,同时更新该目录节点所对应的时间戳为当前时刻;若关键字不包含于搜索目标结构中,则为该关键字创建目录节点,将其添加至搜索目录中。
进一步地,所述建立用户偏好模型还包括设定一个时间门限T,判断关键字在对应目录节点中时间戳与当前时间的差值的绝对值是否大于时间门限T;若大于时间门限T,则将该节点从目录中去除;若小于或等于时间门限T,则将该节点保留在目录中。
本发明的有益效果是:本发明利用云服务器的强大计算能力,通过多关键字搜索排名筛选出Top-k结果,为用户节省网络开销和本地存储空间,并且在整个过程中云服务器和非法用户无法获得数据的明文内容以及用户查询请求中的关键字内容;还通过构建用户偏好模型,自动地、规范地表示用户的搜索偏好及搜索习惯,解决了可搜索加密领域中个性化缺失以及无法消除二义性的问题,从而使搜索结果更加精确、搜索过程中陷门的安全性更强。
附图说明
图1是本发明的基于云计算的支持隐私保护的个性化搜索系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,为本发明的基于云计算的支持隐私保护的个性化搜索系统结构示意图。一种基于云计算的支持隐私保护的个性化搜索系统,包括:
数据所有端,用于从外包数据文档集中提取各文档的对应索引,并对将要上传云服务器的外包数据及索引作对称加密处理,同时将生成的密钥通告给授权数据使用端;引导用户生成本地字典,根据用户数据关键字所属类别及用户偏好对ODP目录进行调整,将与用户交互过程中的信息上传到云服务器进行处理;
云服务器,用于存储所述数据所有端上传的外包数据、索引及ODP目录;计算数据使用端输入的搜索关键字与文档索引相似性得分并对相似性得分进行排序;将搜索查询结果中相似性得分排序前k的加密文件反馈给数据使用端;通过建立陷门对数据使用端进行身份验证;
数据使用端,用于输入多关键字;对用户搜索偏好进行学习,并对搜索关键字的历史记录、用户对搜索结果中链接的点击记录进行分析;对云服务器反馈的加密文件进行解密。
本发明的数据所有端使用加密算法(如AES算法)对文件集进行加密,并构建出便于用户进行搜索的索引I,随后他将索引集合I和加密的文件集合C上传到云服务器,最后数据所有者给数据用户发送对称密钥及密钥SK。数据所有端包括数据处理模块和个性化处理模块;所述数据处理模块用于从外包数据文档集中提取各文档所包含的关键字,利用关键字分别组成对应文档的子索引,通过子索引的构建获得外包数据文档集合对应的索引集合,还用于采用AES对称加密算法对外包数据及索引作对称加密处理,同时将生成密钥通告给授权数据使用端;所述个性化处理模块用于利用网络爬虫对用户所选与自身数据密切相关的网页进行关键字提取,再对关键字经过预处理后去除不符合用户要求的部分,并对关键字进行编号,建立本地关键字字典,还用于根据外包数据的内容及网络爬虫所获取的关键字字典对ODP目录进行修改,使系统所提供的服务更符合用户的意愿,在保证用户愉快的搜索体验的同时,将与用户交互过程中的信息上传到云服务器进行处理。
本发明中本地字典的生成对个性化搜索引擎目录的建立具有重要作用,数据所有端、云服务器和数据使用端三方的关键字字典需要实现同步,以达到个性化功能的实时更新与维护。关键字字典由数据所有端通过网络爬虫获取自身数据的关键字在本地建立,该字典包含在云服务器的普适字典中,具有较明显的个性化特征。ODP(open directoryproject)分类目录搜索系统是目前网上最大的人工编制的分类检索系统,本发明利用ODP目录作为个性化搜索引擎的基本目录。数据所有端根据外包数据的内容及网络爬虫所获取的关键字字典对ODP目录进行修改,除去与数据内容及用户自身偏好无关的分类,使搜索目录符合用户偏好,从而提高关键字搜索的效率和搜索结果的准确程度。
本发明的云服务器是一个中间实体,执行第三方的数据存储与反馈、被授权的检索用户身份验证和计算搜索关键字与文档相关性评分的功能。当收到数据用户的陷门时,云服务器将通过查询索引来定位匹配文件,同时,计算相应的相关性评分,并返回Top-k的排名结果。云服务器包括计算模块、反馈模块、身份验证模块及存储模块;所述计算模块用于计算查询向量和相应查询文档集中各文档关键字矩阵的相似性得分进行排序;所述反馈模块是数据使用者和云服务器交互的主界面部分,在保证用户愉快的体验的同时将搜索查询结果中相似性得分排序前k的文件反馈给数据使用端;所述身份验证模块用于通过建立陷门对数据使用端进行身份验证,只有在陷门建立的前提下,数据使用端才能从云服务器中获取数据。
本发明的数据使用端通过密钥SK将自己的查询请求生成陷门,并将陷门发送给云服务器。之后云服务器返回最相关的Top-k加密文件和对应的索引,数据使用者利用从数据所有者处接收到的对称密钥和密钥SK解密并使用这些数据。数据使用端包括查询模块、用户偏好模块及解密模块;所述查询模块用于输入待查询的关键字;所述用户偏好模块用于通过建立用户偏好模型对用户搜索偏好进行学习,并利用用户偏好模型对搜索关键字的历史记录、用户对搜索结果中链接的点击记录进行分析;所述解密模块用于根据所述数据处理模块生成的密匙对云服务器反馈的加密文件进行解密。
本发明针对单关键字搜索结果条目精确度较低这一缺陷提出多关键字搜索方式,引入多关键字搜索后,由于多个关键字间的协同作用,数据使用端输入关键字所生成的查询向量与外包数据文件集中相似性较高的文件数量明显减少,从而放大了各文档间的差异,云服务器返回的搜索结果将更为符合用户意愿;由于关键字在云服务器存放于树状结构的目录节点中,而目录又以类别进行划分延拓,多关键字的引入在一定程度上避免了对无关类别节点的搜索,更好地符合了用户的需求,同时提高了查询效率。
本发明中建立用户偏好模型具体包括以下步骤:
S1、采用向量空间模块将用户偏好表示为{(k1,p1,t1),(k2,p2,t2),...,(ki,pi,ti)},其中ki为关键字,pi为关键字ki相对应的偏好权重,ti为时间戳,i∈[1,m];
S2、获取用户偏好并建立初始化搜索目录,采用ODP树状目录结构来存储用户偏好的关键字;
S3、根据用户每次搜索所输入的关键字对用户偏好模块进行更新。
在步骤S2中,ODP树状目录结构中每一个节点都包含关键字、偏好权重和时间戳信息。采用ODP树状目录结构来存储用户偏好的关键字还包括设定一个关键字数量的上界m;当搜索目录中关键字数量超过m时,删除搜索目录中权重最小的节点。
当用户开始使用模型时,通过基本问题询问等人机交互的方式来获取用户偏好以建立初始化搜索目录。在长期的搜索过程中,模型通过记录用户输入的关键字以及对搜索结果条目的点击选择,从而实现对用户搜索偏好的学习。
由于搜索过程需要系统提供尽可能详细的目录结构以方便用户的搜索操作,同时为关键字提供准确的分类标准,故本系统选用ODP树状目录结构来存储用户偏好的关键字。该目录结构具有两个显著的特点:一是人性化,ODP目录系统是一个开放性质的可编辑系统,用户可以对目录结构进行免费创建和管理,当用户首次使用该目录系统时所获得的为一个不具有个人偏好的一般性目录,用户可自行添加所需节点和删除无关节点,使目录结构符合个人需求;二是信息的完整性,目录结构中的每一个节点都包含关键字、偏好权重和时间戳三个重要信息,它既方便了关键字的存储与更新,又将每次搜索中包含的关键字相应的权重映射于目录结构。
为了维持用户偏好模型的规模,本发明设定一个关键字数量的上界m,当搜索目录中关键字数量超过m时,将删除权重最小的节点,因为这些节点在用户长期搜索过程中出现频率较低,即在用户偏好模型中贡献度过小。
由于人的偏好随时间、环境、情感等因素的变化而发生转变,所以保证用户偏好模型的实时更新是保证搜索结果精确化、合理化的前提。对于用户每次搜索所输入的关键字,若包含于搜索目录结构中,则提高该关键字原有的偏好权重,同时更新该目录节点所对应的时间戳为当前时刻;若关键字首次出现于搜索过程,则为该关键字创建目录节点,将其添加至搜索目录。
为了实时更新用户偏好模型,确保目录节点在系统中的效用,本发明设定一个时间门限T,对于长期未被搜索的关键字,当该关键字对应目录节点中时间戳与当前时间的差值的绝对值大于时间门限T时,认定其为系统中的低效用节点,将该节点从目录中去除,对于未超出时间门限的关键字节点,将其保留。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (9)
1.一种基于云计算的支持隐私保护的个性化搜索系统,其特征在于,包括:
数据所有端,用于从外包数据文档集中提取各文档的对应索引,并对将要上传云服务器的外包数据及索引作对称加密处理,同时将生成的密钥通告给授权数据使用端;引导用户生成本地字典,根据用户数据关键字所属类别及用户偏好对ODP目录进行调整,将与用户交互过程中的信息上传到云服务器进行处理;
云服务器,用于存储所述数据所有端上传的外包数据、索引及ODP目录;计算数据使用端输入的搜索关键字与文档索引相似性得分并对相似性得分进行排序;将搜索查询结果中相似性得分排序前k的加密文件反馈给数据使用端;通过建立陷门对数据使用端进行身份验证;
数据使用端,用于输入多关键字;对用户搜索偏好进行学习,并对搜索关键字的历史记录、用户对搜索结果中链接的点击记录进行分析;对云服务器反馈的加密文件进行解密。
2.如权利要求1所述的基于云计算的支持隐私保护的个性化搜索系统,其特征在于,所述数据所有端包括数据处理模块和个性化处理模块;所述数据处理模块用于从外包数据文档集中提取各文档所包含的关键字,利用关键字分别组成对应文档的子索引,通过子索引的构建获得外包数据文档集合对应的索引集合,还用于采用AES对称加密算法对外包数据及索引作对称加密处理;所述个性化处理模块用于利用网络爬虫对用户所选与自身数据密切相关的网页进行关键字提取,再对关键字经过预处理后去除不符合用户要求的部分,并对关键字进行编号,建立本地关键字字典,还用于根据外包数据的内容及网络爬虫所获取的关键字字典对ODP目录进行修改。
3.如权利要求2所述的基于云计算的支持隐私保护的个性化搜索系统,其特征在于,所述云服务器包括计算模块、反馈模块、身份验证模块及存储模块;所述计算模块用于计算查询向量和相应查询文档集中各文档关键字矩阵的相似性得分进行排序;所述反馈模块用于选取相似性得分排在前k位的加密文档反馈给数据使用端;所述身份验证模块用于通过建立陷门对数据使用端进行身份验证。
4.如权利要求3所述的基于云计算的支持隐私保护的个性化搜索系统,其特征在于,所述数据使用端包括查询模块、用户偏好模块及解密模块;所述查询模块用于输入待查询的关键字;所述用户偏好模块用于通过建立用户偏好模型对用户搜索偏好进行学习,并利用用户偏好模型对搜索关键字的历史记录、用户对搜索结果中链接的点击记录进行分析;所述解密模块用于根据所述数据处理模块生成的密匙对云服务器反馈的加密文件进行解密。
5.如权利要求4所述的基于云计算的支持隐私保护的个性化搜索系统,其特征在于,所述建立用户偏好模型具体包括以下步骤:
S1、采用向量空间模块将用户偏好表示为{(k1,p1,t1),(k2,p2,t2),...,(ki,pi,ti)},其中ki为关键字,pi为关键字ki相对应的偏好权重,ti为时间戳,i∈[1,m];
S2、获取用户偏好并建立初始化搜索目录,采用ODP树状目录结构来存储用户偏好的关键字;
S3、根据用户每次搜索所输入的关键字对用户偏好模块进行更新。
6.如权利要求5所述的基于云计算的支持隐私保护的个性化搜索系统,其特征在于,所述ODP树状目录结构中每一个节点都包含关键字、偏好权重和时间戳信息。
7.如权利要求6所述的基于云计算的支持隐私保护的个性化搜索系统,其特征在于,所述步骤S2采用ODP树状目录结构来存储用户偏好的关键字还包括设定一个关键字数量的上界m;当搜索目录中关键字数量超过m时,删除搜索目录中权重最小的节点。
8.如权利要求7所述的基于云计算的支持隐私保护的个性化搜索系统,其特征在于,所述步骤S3根据用户每次搜索所输入的关键字对用户偏好模块进行更新具体为:判断用户每次搜索所输入的关键字是否包含于搜索目标结构中;若关键字包含于搜索目标结构中,则提高该关键字原有的偏好权重,同时更新该目录节点所对应的时间戳为当前时刻;若关键字不包含于搜索目标结构中,则为该关键字创建目录节点,将其添加至搜索目录中。
9.如权利要求8所述的基于云计算的支持隐私保护的个性化搜索系统,其特征在于,所述建立用户偏好模型还包括设定一个时间门限T,判断关键字在对应目录节点中时间戳与当前时间的差值的绝对值是否大于时间门限T;若大于时间门限T,则将该节点从目录中去除;若小于或等于时间门限T,则将该节点保留在目录中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611222786.7A CN106777233A (zh) | 2016-12-27 | 2016-12-27 | 基于云计算的支持隐私保护的个性化搜索系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611222786.7A CN106777233A (zh) | 2016-12-27 | 2016-12-27 | 基于云计算的支持隐私保护的个性化搜索系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106777233A true CN106777233A (zh) | 2017-05-31 |
Family
ID=58926499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611222786.7A Pending CN106777233A (zh) | 2016-12-27 | 2016-12-27 | 基于云计算的支持隐私保护的个性化搜索系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106777233A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110858377A (zh) * | 2018-08-22 | 2020-03-03 | 阿里巴巴集团控股有限公司 | 信息处理方法、页面显示方法、系统及设备 |
CN113379074A (zh) * | 2021-06-07 | 2021-09-10 | 深圳市优服网技术服务有限公司 | 一种弱电智能设备落地安装维护售后的技术服务系统 |
-
2016
- 2016-12-27 CN CN201611222786.7A patent/CN106777233A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110858377A (zh) * | 2018-08-22 | 2020-03-03 | 阿里巴巴集团控股有限公司 | 信息处理方法、页面显示方法、系统及设备 |
CN110858377B (zh) * | 2018-08-22 | 2024-04-05 | 阿里巴巴集团控股有限公司 | 信息处理方法、页面显示方法、系统及设备 |
CN113379074A (zh) * | 2021-06-07 | 2021-09-10 | 深圳市优服网技术服务有限公司 | 一种弱电智能设备落地安装维护售后的技术服务系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN106951411B (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 | |
Fu et al. | Privacy-preserving smart semantic search based on conceptual graphs over encrypted outsourced data | |
Fu et al. | Achieving efficient cloud search services: multi-keyword ranked search over encrypted cloud data supporting parallel computing | |
CN107480163A (zh) | 一种云环境下支持隐私保护的高效密文图像检索方法 | |
CN116157790A (zh) | 文档处理和响应生成系统 | |
US20190102397A1 (en) | Methods and systems for client side search ranking improvements | |
Xia et al. | An efficient and privacy-preserving semantic multi-keyword ranked search over encrypted cloud data | |
Guo et al. | Enabling secure cross-modal retrieval over encrypted heterogeneous IoT databases with collective matrix factorization | |
Abdel Wahab et al. | DARM: a privacy-preserving approach for distributed association rules mining on horizontally-partitioned data | |
CN113792195B (zh) | 跨系统的数据获取方法、装置、计算机设备和存储介质 | |
Ananthi et al. | FSS-SDD: fuzzy-based semantic search for secure data discovery from outsourced cloud data | |
Zhang et al. | Efficient and privacy-preserving search over edge–cloud collaborative entity in IoT | |
Wu et al. | Personalized secure demand-oriented data service toward edge-cloud collaborative IoT | |
CN106777233A (zh) | 基于云计算的支持隐私保护的个性化搜索系统 | |
Yan et al. | Multi-keywords fuzzy search encryption supporting dynamic update in an intelligent edge network | |
CN109614521A (zh) | 一种高效的隐私保护子图查询处理方法 | |
US20140129539A1 (en) | System and method for personalized search | |
Gnanesh et al. | Retrieval of encrypted data using trapdoor method 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 | |
Zhao et al. | Privacy-preserving personalized search over encrypted cloud data supporting multi-keyword ranking | |
CN115203138A (zh) | 数据检索方法、装置及存储介质 | |
Gampala et al. | An efficient Multi-Keyword Synonym Ranked Query over Encrypted Cloud Data using BMS Tree | |
Manasrah et al. | A privacy-preserving multi-keyword search approach in cloud computing | |
Zou et al. | Secure encrypted image search in mobile cloud computing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |
|
WD01 | Invention patent application deemed withdrawn after publication |