CN109766314A - 基于概率陷门的密文数据多关键词搜索方法 - Google Patents

Abstract

本发明提出一种基于概率陷门的密文数据多关键词搜索方法，用于解决现有技术中存在的安全性不足导致用户数据隐私泄露的技术问题，实现步骤为：用户根据安全参数λ生成主密钥K和会话密钥k_s；用户提取明文文档集合的关键词；用户构建搜索索引A；用户使用K对明文文档集合D进行加密，得到密文文档集合F；用户向云服务器发送k_s、哈希函数H、F和A；云服务器对F和A进行搜索，得到包含多关键词的密文文件集合F′，并将F′通过安全信道发送给用户；用户使用K解密F′，得到对应的明文文件集合D′。本发明的安全性和搜索效率高，可用于云存储等隐私数据密态形式的关键词搜索。

Description

基于概率陷门的密文数据多关键词搜索方法

技术领域

本发明属于信息安全技术领域，涉及一种密文数据搜索方法，具体涉及一种基于概率陷门的密文数据多关键词搜索方法，可应用于云存储等隐私数据密态形式的关键词搜索。

背景技术

近些年来，由于数据的爆炸式增长，本地计算机的存储和计算能力已不能满足需求。而云服务器拥有强大的计算能力和存储功能，因此，越来越多的用户或组织选择将数据外包给云服务器，以实现花费最小化和存取效率最大化。但是，由于云服务器容易遭受内部或外部攻击，云端数据存在隐私泄露问题，所以将数据外包给云服务器之前要对其进行加密。

密文数据的关键词搜索是用户对数据文件进行加密，并将加密后的数据文件上传至云服务器，当用户想要搜索包含某个关键词的数据文件时，可以将这个关键词的陷门发送给云服务器，云服务器通过用户发送的关键词陷门对密文文件进行尝试性的匹配，如果匹配成功，则返回对应密文文件给用户，用户解密密文文件，得到包含关键词的数据文件。

密文数据的关键词搜索分为密文数据的单关键词搜索和密文数据的多关键词搜索，目前密文数据的单关键词搜索方案和多关键词搜索方案大多都是基于确定性陷门，这样方案就存在安全隐患－不能抵抗不可区分性攻击，概率陷门被用来解决这一安全问题。基于概率陷门的单关键词搜索是指用户向云服务器一次只能提交单个关键词的概率陷门，云服务器通过用户提交的单个关键词概率陷门搜索包含单个关键词的密文数据，例如Shahzaib Tahir、Sushmita Ruj等人在论文“A New Secure and Lightweight SearchableEncryption Scheme over Encrypted Cloud Data”(IEEE Transactions on EmergingTopics in Computing.2017:1-1)中，公开了一种基于概率陷门的密文数据单关键词搜索方案：用户根据安全参数生成主密钥和会话密钥；用户使用主密钥加密明文文档标识符，同时根据哈希函数计算每个明文文档的关键词哈希值的逆元，然后，利用加密后的明文文档标识符和关键词哈希值的逆元构建搜索索引；用户使用主密钥加密明文文档，生成密文文档；用户将会话密钥、哈希函数、密文文档和搜索索引发送给云服务器；用户使用主密钥、会话密钥和哈希函数生成概率陷门并将其发送给云服务器；云服务器根据接收到的概率陷门对搜索索引和密文文档完成搜索，将满足条件的密文文件发送给用户；用户使用主密钥对密文文档进行解密，得到包含多关键词的明文文档。该方案给出了一种轻量级的加密算法和概率陷门的生成方法，从而可以实现高效的、安全的关键词搜索，但是不足之处在于：云服务器根据接收到的概率陷门对搜索索引和密文文档完成搜索时仅能完成单关键词的搜索，并不支持多关键词的搜索方式。

直接多次使用基于概率陷门的单关键词搜索并不能实现基于概率陷门的多关键词搜索的功能。现存的密文数据多关键词搜索方法原理：用户对明文文件进行加密得到密文文件，并将其发送给云服务器；用户向云服务器提交多关键词的确定性陷门，云服务器通过用户发送的多关键词的确定性陷门对密文文件进行匹配，如果匹配成功，则返回对应密文文件给用户，用户解密密文文件，得到包含多关键词的数据文件。因为用户产生多关键词陷门是确定性的，会泄露方案的搜索模式，存在安全性隐患。

发明内容

本发明的目的是针对上述现有技术的缺陷，提出了一种基于概率陷门的密文数据多关键词搜索方法，用于解决现有技术中存在的安全性不足导致用户数据隐私泄露的技术问题。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)用户生成密钥：

用户根据安全参数λ生成主密钥K和会话密钥k_s，其中K∈{0,1}^λ，k_s∈{0,1}^λ；

(2)用户提取明文文档集合的关键词：

用户为明文文档集合D中每个明文文档D_i添加标识符id(D_i)，并提取D_i中的多个关键词，得到关键词集合Wⁱ，D＝{D₁,D₂,…,D_i,…,D_n}，其中n表示明文文档个数，i＝1,2,…,n，m_i表示明文文档D_i中关键词个数，k＝1,2,…,m_i；

(3)用户构建搜索索引A：

(3.1)用户创建二维数组A′[n+1][m+1]，并将其中所有元素初始化为零，其中，表示总的关键词个数；

(3.2)用户使用主密钥K对明文文档D_i的标识符id(D_i)进行加密，得到密文Enc_K(id(D_i))；用户使用哈希函数H对关键词进行哈希运算，并对哈希运算的结果进行求逆，得到逆元用户计算关键词相对于明文文档D_i的相关频率RF_ij，j＝1,2,…,m；

(3.3)用户对二维数组A′中的第i行第一列元素重新赋值：A′[i][0]＝Enc_K(id(D_i))，得到A′中第一列新元素，同时对A′中的第一行第j列元素重新赋值：得到二维数组A′中第一行新元素；

(3.4)用户判断明文文档D_i中是否存在关键词，若是，对A′中关键词对应的第i行第j列的位置重新赋值：A′[i][j]＝(r,r·RF_ij)，否则，对A′中关键词对应的第i行第j列的位置重新赋值：A′[i][j]＝(0,0)，并将赋值后的二维数组A′作为搜索索引A，其中r表示随机数；

(4)用户对明文文档集合D进行加密：

用户使用主密钥K对明文文档D_i进行加密，得到密文文档集合F：F＝{F₁,F₂,…,F_i,…,F_n}；

(5)用户向云服务器发送数据：

用户通过安全信道将会话密钥k_s、对关键词进行哈希运算采用的哈希函数H、密文文档集合F和搜索索引A发送给云服务器；

(6)用户构建概率陷门，并将其发送给云服务器：

(6.1)用户根据哈希函数H计算待搜索关键词w_t′的哈希值H(w_t′)，并令a_t＝H(w_t′)，其中w_t′∈W′＝{w₁′,w₂′,…,w_t′,…,w_l′}，t＝1,2,…,l，l表示待搜索关键词集合W′中的关键词的个数，l≥2；

(6.2)用户使用主密钥K对待搜索关键词w_t′进行加密，得到关键词密文Enc_K(w_t′)，并根据哈希函数H和会话密钥k_s计算Enc_K(w_t′)的哈希值并令

(6.3)用户生成待搜索关键词向量T_t：

(6.3.1)用户生成m阶向量并将其中所有元素初始化为零；

(6.3.2)用户查找关键词w_t′在m个关键词中的位置，将r重新赋值给向量T_t中w_t′所在的位置，并将赋值后的向量作为搜索关键词向量T_t；

(6.4)用户计算概率陷门 c_t＝a_t·Enc_K(w_t′)，并通过安全信道将发送给云服务器；

(7)云服务器对密文文档集合F和搜索索引A进行搜索：

(7.1)云服务器在云端创建三个空的密文文档集合F′、F″和F″′；

(7.2)云服务器对搜索索引A的第一行第j列数据进行搜索，当时，将所在列(r,r·RF_ij)中r≠0对应的Enc_K(id(D_i))添加至F″中，其中

(7.3)云服务器根据搜索索引A中第i行的每一个元素A[i][j]的第一个元组生成m阶向量T_t′，并计算T_t′·T_t ^Τ，当T_t′·T_t ^Τ＝l时，将A中第i行对应的Enc_K(id(D_i))添加至F″′中，其中T_t ^Τ表示概率陷门中向量T_t的转置，

(7.4)云服务器对集合F″和F″′进行求交运算，得到包含l个关键词的密文文档集合F′：F′＝F″∩F″′，并通过安全信道将F′发送给用户；

(8)用户对密文文档集合F′进行解密：

用户通过主密钥K对密文文档集合F′进行解密，得到明文文档集合D′。

本发明与现有技术相比，具有以下优点：

本发明由于用户构建搜索索引时，生成二元组搜索索引，并且生成的多关键词陷门是概率性的，从而使得云服务器在对密文文档集合和搜索索引进行搜索时，得到包含多关键词的密文文档集合，对密文文档集合进行解密得到包含多关键词明文文档集合，从而实现了安全的密文数据多关键词的搜索，避免了现有技术中安全性不足导致的用户数据隐私泄露问题，有效地增强了密文数据多关键词搜索的安全性。而且，由于本方案采用轻量级的加密算法，提高了搜索的效率。

附图说明

图1为本发明的实现流程图。

具体实施方式

以下结合附图和具体实施例，对本发明作进一步详细说明。

(1)用户生成密钥：

用户根据安全参数λ生成主密钥K和会话密钥k_s，其中K∈{0,1}^λ，k_s∈{0,1}^λ；

(2)用户提取明文文档集合的关键词：

用户为明文文档集合D中每个明文文档D_i添加标识符id(D_i)，并提取D_i中的多个关键词，得到关键词集合Wⁱ，D＝{D₁,D₂,…,D_i,…,D_n}，用户提取D_i中的多个关键词时采用TF-IDF算法，实现步骤为：

(2.1)用户计算明文文档D_i中每一个单词w出现的频率

其中，为单词w在文档D_i中出现的次数，为文档D_i中所有的单词的个数；

(2.2)用户计算文档D_i的反文档频率

其中，|D|表示文档总数，|p:w∈D_q|表示出现单词w的文档的总数，D_q∈D；

(2.3)用户计算并将值大于或等于预先设定的阈值时的词w作为文档D_i的关键词，若文档D_i中提取的关键词个数小于2个时，用户对阈值进行调整，直至文档D_i中的关键词个数大于或等于2个为止；

其中n表示明文文档个数，i＝1,2,…,n，m_i表示明文文档D_i中关键词个数，k＝1,2,…,m_i；

(3)用户构建搜索索引A：

(3.1)用户创建二维数组A′[n+1][m+1]，并将其中所有元素初始化为零，其中，表示总的关键词个数，n+1表示二维数组A′的行的维数，m+1表示二维数组A′的列的维数；

(3.2)用户使用主密钥K对明文文档D_i的标识符id(D_i)进行加密，得到密文Enc_K(id(D_i))；使用哈希函数H对关键词进行哈希运算，并对哈希运算的结果进行求逆，得到逆元计算关键词相对于明文文档D_i的相关频率RF_ij，RF_ij计算公式为：

其中，对关键词进行哈希运算采用任意的哈希函数都可以，但是本实例采用哈希函数SHA-128，j＝1,2,…,m，|D_i|表示文档D_i中的单词总数，表示关键词w在文档D_i中出现的次数，f_w表示关键词w在所有文档集合D中出现的次数，n表示集合D中文档个数。

(3.3)用户对二维数组A′中的第i行第一列元素重新赋值：A′[i][0]＝Enc_K(id(D_i))，得到A′中第一列新元素，同时对A′中的第一行第j列元素重新赋值：得到二维数组A′中第一行新元素；

其中，对二维数组A′中的第i行第一列元素重新赋值为Enc_K(id(D_i))以及对二维数组A′中的第一行第j列元素重新赋值为是为了方便云服务器快速的查找密文文档；

(3.4)用户判断明文文档D_i中是否存在关键词，若是，对二维数组A′中关键词对应的第i行第j列的位置重新赋值：A′[i][j]＝(r,r·RF_ij)，否则，对二维数组A′中关键词对应的第i行第j列的位置重新赋值：A′[i][j]＝(0,0)，并将赋值后的二维数组A′作为搜索索引A；

其中r表示随机数，对二维数组A′中关键词对应的第i行第j列的位置重新赋值为(r,r·RF_ij)是为了方便云服务器查找包含多关键词的密文文档；

(4)用户对明文文档集合D进行加密：

用户使用主密钥K对明文文档D_i进行加密，得到密文文档集合F：F＝{F₁,F₂,…,F_i,…,F_n}；

(5)用户向云服务器发送数据：

用户通过安全信道将会话密钥k_s、对关键词进行哈希运算采用的哈希函数H、密文文档集合F和搜索索引A发送给云服务器；

(6)用户构建概率陷门，并将其发送给云服务器：

(6.1)用户根据步骤(3.2)中对关键词进行哈希运算的哈希函数H计算待搜索关键词w_t′的哈希值H(w_t′)，并令a_t＝H(w_t′)，其中w_t′∈W′＝{w₁′,w₂′,…,w_t′,…,w_l′}，t＝1,2,…,l，l表示待搜索关键词集合W′中的关键词的个数，l≥2；

(6.2)用户使用主密钥K对待搜索关键词w_t′进行加密，得到关键词密文Enc_K(w_t′)，并根据哈希函数H和会话密钥k_s计算Enc_K(w_t′)的哈希值并令

(6.3)用户生成待搜索关键词向量T_t：

(6.3.1)用户生成m阶向量并将其中所有元素初始化为零；

(6.3.2)用户查找关键词w_t′在m个关键词中的位置，将r重新赋值给向量T_t中w_t′所在的位置，并将赋值后的向量作为搜索关键词向量T_t；

(6.4)用户计算概率陷门 c_t＝a_t·Enc_K(w_t′)，并通过安全信道将发送给云服务器；

(7)云服务器对密文文档集合F和搜索索引A进行搜索：

(7.1)云服务器在云端创建三个空的密文文档集合F′、F″和F″′；

(7.2)云服务器对搜索索引A的第一行第j列数据进行搜索，当时，将所在列(r,r·RF_ij)中r≠0对应的Enc_K(id(D_i))添加至F″中，其中

(7.3)云服务器根据搜索索引A中第i行的每一个元素A[i][j]的第一个元组生成m阶向量T_t′，并计算T_t′·T_t ^Τ，当T_t′·T_t ^Τ＝l时，将A中第i行对应的Enc_K(id(D_i))添加至F″′中，其中T_t ^Τ表示概率陷门中向量T_t的转置，

(7.4)云服务器对集合F″和F″′进行求交运算，得到包含l个关键词的密文文档集合F′：F′＝F″∩F″′，并通过安全信道将F′发送给用户；

(8)用户对密文文档集合F′进行解密：

用户通过主密钥K对密文文档集合F′进行解密，得到明文文档集合D′。

Claims (3)

1.一种基于概率陷门的密文数据多关键词搜索方法，其特征在于包括如下步骤：

(1)用户生成密钥：

用户根据安全参数λ生成主密钥K和会话密钥k_s，其中K∈{0,1}^λ，k_s∈{0,1}^λ；

(2)用户提取明文文档集合的关键词：

用户为明文文档集合D中每个明文文档D_i添加标识符id(D_i)，并提取D_i中的多个关键词，得到关键词集合Wⁱ，D＝{D₁,D₂,…,D_i,…,D_n}，其中n表示明文文档个数，i＝1,2,…,n，m_i表示明文文档D_i中关键词个数，k＝1,2,…,m_i；

(3)用户构建搜索索引A：

(3.1)用户创建二维数组A′[n+1][m+1]，并将其中所有元素初始化为零，其中，表示总的关键词个数；

(3.2)用户使用主密钥K对明文文档D_i的标识符id(D_i)进行加密，得到密文Enc_K(id(D_i))；用户使用哈希函数H对关键词进行哈希运算，并对哈希运算的结果进行求逆，得到逆元用户计算关键词相对于明文文档D_i的相关频率RF_ij，j＝1,2,…,m；

(3.3)用户对二维数组A′中的第i行第一列元素重新赋值：A′[i][0]＝Enc_K(id(D_i))，得到A′中第一列新元素，同时对A′中的第一行第j列元素重新赋值：得到二维数组A′中第一行新元素；

(3.4)用户判断明文文档D_i中是否存在关键词，若是，对A′中关键词对应的第i行第j列的位置重新赋值：A′[i][j]＝(r,r·RF_ij)，否则，对A′中关键词对应的第i行第j列的位置重新赋值：A′[i][j]＝(0,0)，并将赋值后的二维数组A′作为搜索索引A，其中r表示随机数；

(4)用户对明文文档集合D进行加密：

用户使用主密钥K对明文文档D_i进行加密，得到密文文档集合F：F＝{F₁,F₂,…,F_i,…,F_n}；

(5)用户向云服务器发送数据：

用户通过安全信道将会话密钥k_s、对关键词进行哈希运算采用的哈希函数H、密文文档集合F和搜索索引A发送给云服务器；

(6)用户构建概率陷门，并将其发送给云服务器：

(6.1)用户根据哈希函数H计算待搜索关键词w_t′的哈希值H(w_t′)，并令a_t＝H(w_t′)，其中w_t′∈W′＝{w₁′,w₂′,…,w_t′,…,w_l′}，t＝1,2,…,l，l表示待搜索关键词集合W′中的关键词的个数，l≥2；

(6.2)用户使用主密钥K对待搜索关键词w_t′进行加密，得到关键词密文Enc_K(w_t′)，并根据哈希函数H和会话密钥k_s计算Enc_K(w_t′)的哈希值并令

(6.3)用户生成待搜索关键词向量T_t：

(6.3.1)用户生成m阶向量并将其中所有元素初始化为零；

(6.3.2)用户查找关键词w_t′在m个关键词中的位置，将r重新赋值给向量T_t中w_t′所在的位置，并将赋值后的向量作为搜索关键词向量T_t；

(6.4)用户计算概率陷门 c_t＝a_t·Enc_K(w_t′)，并通过安全信道将发送给云服务器；

(7)云服务器对密文文档集合F和搜索索引A进行搜索：

(7.1)云服务器在云端创建三个空的密文文档集合F′、F″和F″′；

(7.2)云服务器对搜索索引A的第一行第j列数据进行搜索，当时，将所在列(r,r·RF_ij)中r≠0对应的Enc_K(id(D_i))添加至F″中，其中

(7.3)云服务器根据搜索索引A中第i行的每一个元素A[i][j]的第一个元组生成m阶向量T_t′，并计算T_t′·T_t ^Τ，当T_t′·T_t ^Τ＝l时，将A中第i行对应的Enc_K(id(D_i))添加至F″′中，其中T_t ^Τ表示概率陷门中向量T_t的转置，

(7.4)云服务器对集合F″和F″′进行求交运算，得到包含l个关键词的密文文档集合F′：F′＝F″∩F″′，并通过安全信道将F′发送给用户；

(8)用户对密文文档集合F′进行解密：

用户通过主密钥K对密文文档集合F′进行解密，得到明文文档集合D′。

2.根据权利要求1所述的基于概率陷门的密文数据多关键词搜索方法，其特征在于，步骤(2)中所述的提取D_i中的多个关键词，采用TF-IDF算法，实现步骤为：

(2.1)用户计算明文文档D_i中每一个单词w出现的频率

其中，为单词w在文档D_i中出现的次数，为文档D_i中所有的单词的个数；

(2.2)用户计算文档D_i的反文档频率

其中，|D|表示文档总数，|p:w∈D_q|表示出现单词w的文档的总数，D_q∈D；

(2.3)用户计算并将值大于或等于预先设定的阈值时的单词w作为文档D_i的关键词。

3.根据权利要求1所述的基于概率陷门的密文数据多关键词搜索方法，其特征在于，步骤(3.2)中所述的用户计算关键词相对于明文文档D_i的相关频率RF_ij，计算公式为：

其中，|D_i|表示明文文档D_i中的单词总数，表示关键词w在明文文档D_i中出现的次数，f_w表示关键词w在明文文档集合D中出现的次数，n表示明文文档集合D中文档个数。