CN109885650A - 一种外包云环境隐私保护密文排序检索方法 - Google Patents

Abstract

本发明公开了一种外包云环境隐私保护密文排序检索方法，包括两个阶段：第一阶段是文档数据的预处理和外包，首先将明文文档进行向量化并对该文档进行加密，然后将生成的向量进行聚类操作，自底向上构造索引树，树的叶子节点指向各加密文档，最后将加密后的密文文档和生成的索引树上传至云服务器，并将密钥共享给授权用户。第二阶段是加密文档数据排序检索阶段，首先授权用户根据所需检索的关键词生成检索陷门上传至云服务器；云服务器执行检索并得到密文结果，然后将结果返回给授权用户；最后授权用户通过解密，获得明文检索结果。采用本发明能够实现在保证较高检索精度的条件下，显著提高检索效率。

Description

一种外包云环境隐私保护密文排序检索方法

技术领域

本发明属于云计算安全领域，具体涉及一种外包云环境隐私保护密文排序检索方法。

背景技术

云计算技术以无处不在的机动性、资本节省的可观性以及资源配置的灵活性等多方面优势占领了大量用户市场，但是云安全问题仍然是许多大公司、组织和个人犹豫不决的主要因素。用户在享有云计算的便利的同时，面临着敏感数据脱离直接掌控所带来的隐私问题，比如：电子邮件、个人健康记录、公司财务数据等。为了解决云服务提供商在未经授权的情况下访问用户的敏感信息，一般方法是在外包数据之前对数据本身进行加密。然而加密数据虽然能在一定程度上保证数据安全性，但却大大影响了数据文档在云端的可用性,从云端下载所有数据并在本地进行解密显然是不切实际的。为了解决上述问题，可搜索加密技术应运而生。可搜索加密是目前较为成熟的解决方案，这类方案在效率、功能和安全性等方面作出了特殊的贡献。迄今为止，研究者在不同威胁模型下提出各种搜索功能，如单关键词搜索、相似性搜索、多关键词布尔搜索、排序搜索等。其中，多关键字排序检索因其实用性而受到越来越多的关注。

在“诚实而好奇”威胁模型下，运用TF-IDF算法和安全内积算法将文档与检索关键词之间的相关度匹配转换成文档向量与检索关键词向量的内积计算是当前解决多关键词排序检索的主流模式。为了提高检索效率，不少解决方案舍弃线性检索，通过树形索引结构加上深度优先遍历算法进行剪枝操作，以减少安全内积计算的次数，从而大大提高了检索效率。另外对文档集进行聚类操作，调整文档间的关系，然后再构建索引树，也可以进一步提升检索效率，但是由于这样得到的检索树高度偏差大，容易使得检索结果不稳定。

发明内容

发明目的：本发明提供一种安全性高、检索效率高、检索结果稳定的外包云环境隐私保护密文排序检索方法。

技术方案：为了实现以上目的，本发明所述的一种外包云环境隐私保护密文排序检索方法，包括以下步骤：

(1)数据拥有者生成密钥K＝{S,M₁,M₂,k_f}，其中，k_f为文档加密密钥，S为随机生成的向量，M₁和M₂为随机可逆矩阵，对需要上传的文档数据集进行预处理，对每个文档生成相应的文档向量，然后通过密钥k_f对文档进行加密；

(2)数据拥有者利用二分k-means聚类方法，构造加密索引树；

(3)数据拥有者将加密文档和生成的加密索引树上传至云服务器，同时将密钥共享给授权用户；

(4)授权用户在检索时根据检索关键词，生成对应的检索向量,并利用步骤(3)中获得的密钥S,M₁和M₂对该检索向量进行加密，生成检索陷门；

(5)授权用户将检索陷门和检索所需文档数量k一起发送至云服务器，然后等待服务器返回检索结果；

(6)云服务器收到检索陷门后，利用深度优先遍历算法，确定最相关的k个文档，并将对应的k个加密文档作为检索结果返回给授权用户；

(7)授权用户收到步骤(6)中返回的密文检索结果后，利用步骤(3)中获得的密钥对文档进行解密，从而得到最终的明文检索结果。

所述步骤(2)包括以下步骤：

(21)根据文档中的关键词对文档进行二分聚类并生成聚类树；

(22)从左至右遍历该聚类树的叶子节点，生成聚类文档序列；

(23)采用自底向上的方式对该文档序列中的节点进行两两归并，生成索引树，并对该索引树中的叶子节点按照聚类文档序列中的顺序特征构建相邻节点的前驱和后继关系；

(24)利用S,M₁和M₂对索引树文中每个节点对应的剪枝向量进行加密，生成加密索引树。

所述步骤(4)包括以下步骤：

(41)授权用户将检索多关键词S_q＝{w₁,w₂,...,w_t}转换为检索向量Q：若w_i∈S_q，则Q[i]中存储w_i的IDF值，否则Q[i]的值为0；

(42)授权用户根据下面的公式利用密钥S将Q拆分成Q′和Q″,拆分规则如下：

然后利用M₁和M₂加密Q′和Q″,生成检索陷门

所述步骤(6)包括以下步骤：

(61)云服务器收到授权用户上传的检索陷门后，利用深度优先算法，并通过计算检索陷门和索引树中节点的加密剪枝向量的内积，快速筛选出索引树中内积计算结果最大的叶子节点，并加入候选节点集合；

(62)以步骤(61)获得的节点为中心，利用叶子节点的前驱后继关系，将距离该节点最近的前k个和后k个节点加入候选节点集合，若不足k个，则全部加入；

(63)计算候选节点集合中叶子节点的加密剪枝向量和检索陷门的内积结果最大的k个节点，并将这k个节点对应的k个加密文档作为检索结果返回给授权用户。

所述步骤(24)包括以下步骤：

(241)数据拥有者利用密钥S将每个节点的剪枝向量VF拆分成VF′和VF″,拆分规则如下：

(242)利用可逆矩阵M₁和M₂对VF进行加密，生成对应的加密向量

有益效果：与现有技术相比，本发明的有益效果：1、通过采用二分k-means对原文档数据进行聚类处理生成聚类树，并通过重构的方式生成高度相对平衡的索引树，在获取检索结果时更加稳定、剪枝效果更好；2、在检索的过程中，首先通过深度优先算法和剪枝的方式获取与检索请求最相关的文档，然后通过该文档对应的叶子节点的前驱后继关系快速获取候选结果集，进而确定最终检索结果，可使检索效率大大提高；3、检索精度在一定程度上取决于索引树的聚类效果，聚类效果越好，检索精确度越高。

附图说明

图1为本发明的系统框架图；

图2为本发明文档数据的预处理和外包流程图；

图3为本发明加密文档数据排序检索流程图；

图4为检索树结构图。

具体实施方式

下面结合附图，对本发明作进一步详细阐述。

为了方便描述，现对相关符号作如下定义：

n表示文档的个数，密钥K＝{S,M₁,M₂,k_f}，其中k_f为文档加密密钥，S为随机生成的向量，M₁和M₂为随机可逆矩阵。文档集合D＝{d₁,d₂,…,d_n}，聚类文档序列记为L，D中各文档包含的关键词构成关键词字典W＝{w₁,w₂,…,w_m},VD_i表示文档d_i对应的文档向量。u表示索引树的节点，其中id表示文档描述符，VF表示节点中存储的剪枝向量,prev表示前驱指针,next表示后继指针，lchild、rchild分别为左孩子指针和右孩子指针,表示加密后的剪枝向量。S_q＝{w₁,w₂,...,w_t}为检索关键词集合，Q为检索关键词集合对应的检索向量，表示检索向量的密文形式，k表示检索需返回的文档数量。

如图1所示为本发明的系统框架图，描述了数据拥有者、云服务器和授权用户之间进行数据交换及处理的逻辑。数据拥有者将明文文档进行向量化并对该文档进行加密，然后将生成的向量进行聚类操作，自底向上构造索引树，树的叶子节点指向各加密文档，最后将加密后的密文文档和生成的索引树上传至云服务器，并将密钥共享给授权用户，此时文档数据预处理和外包阶段结束；对于加密文档数据排序检索阶段，首先授权用户根据所需检索的关键词生成检索陷门上传至云服务器，云服务器执行检索并得到密文结果，然后将结果返回给授权用户，最后授权用户通过解密，获得明文检索结果。

本发明所述的一种外包云环境隐私保护密文排序检索方法，该方法把包括两个阶段：该方法包括两个阶段：文档数据的预处理和外包阶段和加密文档数据排序检索阶段；

如图2所示，文档数据预处理和外包阶段包括以下步骤：

(1)数据拥有者生成密钥K＝{S,M₁,M₂,k_f}，其中k_f为文档加密密钥，S为随机生成的向量，M₁和M₂为随机可逆矩阵；

(2)数据拥有者对需要上传的文档数据集进行预处理，对每个文档d_i生成其对应的文档向量VD_i：若关键词w_j∈d_i，则VD_i[j]存储w_j在d_i中的TF值,否则VD_i[j]为0。然后通过密钥k_f对文档本身进行加密；

(3)数据拥有者利用二分k-means聚类方法，根据文档中的关键词对文档进行二分聚类并生成聚类树；然后从左至右遍历该聚类树的叶子节点，生成聚类文档序列；最后采用自底向上的方式对该文档序列中的节点进行两两归并，生成索引树，并对该索引树中的叶子节点按照聚类文档序列中的顺序特征构建相邻节点的前驱和后继关系，具体处理过程如下：

1)利用文档向量间的内积结果表示文档直接的距离，并根据各文档之间的距离，对文档集合D进行自顶向下的二分k-means聚类，直到每个簇中只含有一个文档为止，最终形成的树即为二分k-means聚类树。

2)对二分k-means聚类树进行先序遍历，从左到右获取其叶子节点生成对应的文档序列，记为聚类文档序列L。按照在L中的先后顺序对文档进行处理生成索引树的叶子节点，并采用自底向上的方式进行两两归并，执行索引树的构造过程。如图4所示，每个节点由如下六元组构成：

<prev,lchild,id,VF,rchild,next>

其中id表示文档描述符；VF表示剪枝向量，在叶子节点中剪枝向量等于对应的文档向量，在中间节点中剪枝向量的每一维取该节点下所有叶子节点剪枝向量对应维的最大值；若当前节点为叶子节点，则prev指向该叶子节点的前驱叶子节点，next指向该叶子节点的后继叶子节点，否则prev和next都为空；lchild和rchild分别指向当前节点的左右孩子节点，若当前节点为叶子节点，则lchild和rchild也都为空。

(4)数据拥有者利用S,M₁和M₂对(1c)生成的索引树文中每个节点对应的剪枝向量进行加密，生成加密索引树，具体过程如下：

1)数据拥有者利用密钥S将每个节点的剪枝向量VF拆分成VF′和VF″,拆分规则如下：

2)利用可逆矩阵M₁和M₂对VF进行加密，生成对应的加密向量

(5)数据拥有者将加密文档和生成的加密索引树上传至云服务器，同时将密钥共享给授权用户。

如图3所示，加密文档向量排序检索阶段包括以下步骤：

(1)授权用户在检索时根据检索关键词，生成对应的检索向量，利用密钥S,M₁和M₂对该检索向量进行加密，生成检索陷门，具体处理过程如下：

1)授权用户将检索多关键词S_q＝{w₁,w₂,...,w_t}转换为检索向量Q：若w_i∈S_q，则Q[i]中存储w_i的IDF值，否则Q[i]的值为0。

2)授权用户根据下面的公式利用密钥S将Q拆分成Q′和Q″,拆分规则如下：

然后利用M₁和M₂加密Q′和Q″,生成检索陷门

(2)授权用户将检索陷门和检索所需文档数量k一起发送至云服务器，然后等待服务器返回检索结果。

(3)云服务器收到授权用户上传的检索陷门后，利用深度优先算法，并通过计算检索陷门和索引树中节点的加密剪枝向量的内积，快速筛选出索引树中内积计算结果最大的叶子节点，并加入候选节点集合；然后以该节点为中心，利用叶子节点的前驱后继关系，将距离该节点最近的前后各k个节点加入候选节点集合；最后，计算候选节点集合中叶子节点的加密剪枝向量和检索陷门的内积结果确定最相关的k个文档，具体步骤如下：

1)在检索时，首先从根节点出发进行深度优先遍历直至获得第一个叶子节点，计算该叶子节点的加密剪枝向量与检索陷门之间的内积结果作为最小相关度阈值。在回溯遍历其他节点时，计算各节点中的加密剪枝向量和检索陷门之间内积，并与当前最小相关度阈值进行比较，若前者大且当前节点为叶子节点，则用该内积结果更新当前最小相关度阈值；若前者大且当前节点不是叶子节点，则继续深度优先遍历过程；若后者大，则对以该节点为根的子树进行剪枝处理，后续搜索过程直接忽略该子树。经过上述操作，最终获得内积计算结果最大的叶子节点，并加入候选节点集合。

2)以上述获得的内积计算结果最大的节点为中心，利用叶子节点的前驱后继关系，将距离该节点最近的前k个和后k个节点加入候选节点集合，若不足k个，则全部加入；最后，计算候选节点集合中叶子节点的加密剪枝向量和检索陷门的内积结果最大的k个节点，并将这k个节点对应的k个加密文档作为检索结果返回给授权用户。

(4)授权用户收到检索结果的文档集后，利用第一阶段中得到的密钥对文档进行解密，从而得到最终的明文检索结果。

Claims (5)

1.一种外包云环境隐私保护密文排序检索方法，其特征在于，包括以下步骤：

(1)数据拥有者生成密钥K＝{S,M₁,M₂,k_f}，其中，k_f为文档加密密钥，S为随机生成的向量，M₁和M₂为随机可逆矩阵，对需要上传的文档数据集进行预处理，对每个文档生成相应的文档向量，然后通过密钥k_f对文档进行加密；

(2)数据拥有者利用二分k-means聚类方法，构造加密索引树；

(3)数据拥有者将加密文档和生成的加密索引树上传至云服务器，同时将密钥共享给授权用户；

(4)授权用户在检索时根据检索关键词，生成对应的检索向量,并利用步骤(3)中获得的密钥S,M₁和M₂对该检索向量进行加密，生成检索陷门；

(5)授权用户将检索陷门和检索所需文档数量k一起发送至云服务器，然后等待服务器返回检索结果；

(6)云服务器收到检索陷门后，利用深度优先遍历算法，确定最相关的k个文档，并将对应的k个加密文档作为检索结果返回给授权用户；

(7)授权用户收到步骤(6)中返回的密文检索结果后，利用步骤(3)中获得的密钥对文档进行解密，从而得到最终的明文检索结果。

2.根据权利要求1所述的一种外包云环境隐私保护密文排序检索方法，其特征在于，所述步骤(2)包括以下步骤：

(21)根据文档中的关键词对文档进行二分聚类并生成聚类树；

(22)从左至右遍历该聚类树的叶子节点，生成聚类文档序列；

(23)采用自底向上的方式对该文档序列中的节点进行两两归并，生成索引树，并对该索引树中的叶子节点按照聚类文档序列中的顺序特征构建相邻节点的前驱和后继关系；

(24)利用S,M₁和M₂对索引树文中每个节点对应的剪枝向量进行加密，生成加密索引树。

3.根据权利要求1所述的一种外包云环境隐私保护密文排序检索方法，其特征在于，所述步骤(4)包括以下步骤：

(41)授权用户将检索多关键词S_q＝{w₁,w₂,...,w_t}转换为检索向量Q：若w_i∈S_q，则Q[i]中存储w_i的IDF值，否则Q[i]的值为0；

(42)授权用户根据下面的公式利用密钥S将Q拆分成Q′和Q″,拆分规则如下：

然后利用M₁和M₂加密Q′和Q″,生成检索陷门

4.根据权利要求1所述的一种外包云环境隐私保护密文排序检索方法，其特征在于，所述步骤(6)包括以下步骤：

(61)云服务器收到授权用户上传的检索陷门后，利用深度优先算法，并通过计算检索陷门和索引树中节点的加密剪枝向量的内积，快速筛选出索引树中内积计算结果最大的叶子节点，并加入候选节点集合；

(62)以步骤(61)获得的节点为中心，利用叶子节点的前驱后继关系，将距离该节点最近的前k个和后k个节点加入候选节点集合，若不足k个，则全部加入；

(63)计算候选节点集合中叶子节点的加密剪枝向量和检索陷门的内积结果最大的k个节点，并将这k个节点对应的k个加密文档作为检索结果返回给授权用户。

5.根据权利要求2所述的一种外包云环境隐私保护密文排序检索方法，其特征在于，所述步骤(24)包括以下步骤：

(241)数据拥有者利用密钥S将每个节点的剪枝向量VF拆分成VF′和VF″,拆分规则如下：

(242)利用可逆矩阵M₁和M₂对VF进行加密，生成对应的加密向量