CN110569327A - 一种支持动态更新的多关键字密文检索方法 - Google Patents

一种支持动态更新的多关键字密文检索方法 Download PDF

Info

Publication number
CN110569327A
CN110569327A CN201910608519.0A CN201910608519A CN110569327A CN 110569327 A CN110569327 A CN 110569327A CN 201910608519 A CN201910608519 A CN 201910608519A CN 110569327 A CN110569327 A CN 110569327A
Authority
CN
China
Prior art keywords
document
theme
index
topic
tree
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
Application number
CN201910608519.0A
Other languages
English (en)
Inventor
秦志光
曾星伟
秦臻
丁熠
马蓉
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910608519.0A priority Critical patent/CN110569327A/zh
Publication of CN110569327A publication Critical patent/CN110569327A/zh
Pending legal-status Critical Current

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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/316—Indexing structures
    • G06F16/319—Inverted lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G06F16/316—Indexing structures
    • G06F16/322—Trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying

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)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种支持动态更新的多关键字密文检索方法，S1，数据拥有者通过主题选取模块从原始文档中提取出原始文档中的主题数量；S2，将主题数量和原始文档一起作为输入，使用LDA对原始文档进行降维处理，得到文档‑主题分布和主题‑关键词分布；S3，利用主题‑关键词分布构建一棵主题索引树，此树为一棵平衡二叉树；S4，利用文档‑主题分布构建关于主题的倒排索引；S5，将主题平衡二叉索引树和倒排索引进行加密，将其与加密的文档一起上传到云服务器；S6，利用步骤S4、S5中的索引进行检索；S7，授权用户对文档和索引进行更新。该支持动态更新的多关键字密文检索方法中基于LDA模型先对文档进行降维处理，减少了索引所占用的磁盘空间。

Description

一种支持动态更新的多关键字密文检索方法
技术领域
本发明涉及密文检索技术领域，具体为一种支持动态更新的多关键字密文检索方法。
背景技术
随着云技术的飞速发展，云服务平台可为企业和服务商提供广泛的数据计算、数据分析、数据存储和应用服务能力。企业将所有的数据放到云平台进行存储和计算，从而导致数据的所有权和管理权分离，由于云平台并非是完全可信赖的，因此数据的安全和隐私保护受到了极大的挑战。由于个人的隐私保护被越来越多的人所重视(比如个人医疗数据的保护等等)，由此，许多企业和服务商选择将数据进行加密后再外包给云平台。虽然这种方式在一定程度上保证了数据的机密性，但是由于加密的数据破坏了原始数据的结构、语义等特性，如何检索这些加密后的数据变成了一个新的难题。一种最简单的方法是向云存储平台提供加密秘钥，该秘钥可用于解密所有数据，并在解密的数据上搜索与检索感兴趣的词。然而这种方法破坏了加密的目的。随着技术的发展，这一问题逐渐有了良好的解决方案。
当前主流的密文检索方法大致分为两类：顺序匹配、基于索引检索。第一个用于检索加密数据的实用的方案是在2000年由Song等人提出的。该方案通过设计一个巧妙的对称加密结构，直接线性地扫描整个密文数据块。但是这种顺序匹配方案的搜索时间与文档的大小和个数呈线性增长。基于索引的检索方法，首先数据所有者基于明文构造一个索引，然后将明文和索引加密后上传到云服务器，授权用户通过索引获得与待检索关键词对应的文档。
基于索引的方案通常能带来更高的效率。常见的索引结构有顺序索引，倒排索引，树型结构索引等。顺序索引方式使用文档-关键字列表作为索引，检索时需要扫描所有文档，搜索时间与文档数量呈线性关系，这种方案比没有索引的方案快。倒排索引使用关键字-文档列表作为索引，该方案的搜索时间是次线性的。但是在更新(新增、删除)文档时的操作复杂。基于树结构的索引方式，通常是构造一棵二叉树，叶子节点是指向文档的指针，非叶子节点存储关键字的路径信息。为了加快树型索引结构的搜索效率，有人使用聚类先将文档进行分类，然后再构造树。这种方法将相似的文档尽量放在一棵子树上，在检索时，的确加快了检索的速度，但是这种先聚类再构造树的方法很难实现索引的动态更新。尽管有人提出一种可动态更新的通过聚类构造树型索引的方法，但是仍然无法解决随着文档数量的增加，树的深度加深导致磁盘I/O数增加这一缺点。
从理论上来说，树型结构的检索效率虽然很高，但是在实际应用中却往往选择倒排索引。因为当文档集不断地增大，基于树的索引结构放在磁盘中会导致很高的磁盘I/O数。但是由于倒排索引的特性，索引的动态更新仍是一个棘手的问题，并且当需要支持多关键字检索时，需要多次遍历索引。
发明内容
为了解决上述问题，本发明的目的在于提供一种支持动态更新的多关键字密文检索方法。
为实现上述目的，本发明提供如下技术方案：一种支持动态更新的多关键字密文检索方法，步骤如下：
步骤如下：
S1，数据拥有者通过主题选取模块从原始文档中提取出原始文档中的主题数量；
S2，将主题数量和原始文档一起作为输入，使用LDA对原始文档进行降维处理，得到文档-主题分布和主题-关键词分布；
S3，利用主题-关键词分布构建一棵主题索引树，此树为一棵平衡二叉树；
S4，利用文档-主题分布构建关于主题的倒排索引；
S5，将主题平衡二叉索引树和倒排索引进行加密，将其与加密的文档一起上传到云服务器；
S6，利用步骤S4、S5中的索引进行检索；
S7，授权用户对文档和索引进行更新。
优选的，所述步骤S1中主题数量利用K-L散度算法得到。
优选的，所述步骤S2中从文档-主题分布中抽取出每个文档得分最高的主题，得到文档-主题集合，从而使得每个文档在整个倒排索引中只出现一次。
优选的，所述平衡二叉树的构建方法为：
a、每一个叶子节点对应一个主题i，存储的向量为Ui，即第i个主题对应的所有关键字的得分向量；
b、两个叶子节点组成一棵树，其父节点是整棵二叉树的一棵子树，节点中的向量为左右孩子节点的相关度得分；
c、节点中存储的向量采用安全K近邻算法加密。
其中：主题-词分布为一个t×m矩阵U，t代表主题数量，m代表所有文档包含的总关键词数量，矩阵中的值Uij(0≤i≤j，0≤j≤m)为第j个关键词和第i个主题的相关度得分,文档-主题分布为一个n×t矩阵V，n代表所有的文档数量，t代表主题数量，矩阵中的值Vki(0≤k≤n)代表第k个文档对应第i个主题的相关度得分
优选的，所述倒排索引构建方法为；
a、从文档-主题分布中选出每一个文档中相关度得分最大的主题，据此构建倒排索引；
b、索引为主题，索引值为属于该主题的文档集合及其相关性得分。
优选的，所述步骤S6中的检索步骤为：
a、授权用户可向数据拥有者发送要检索的关键词集合，数据拥有者根据关键词集合计算得到一个搜索陷门；
b、授权用户根据步骤a提供的搜索陷门向云服务器发出搜索请求；
c、主题二叉平衡树上计算节点向量和查询向量的相关度，相关度得分高的节点作为下一次查询的节点入口，如此循环直到叶节点为止；
d、根据叶节点得到的主题找到该主题对应的反向索引，对反向索引列表中的元素进行排序，得到相关度得分最高的文档指针，云服务器将该文档返回给授权用户。
优选的，所述步骤S7中文档的更新包括新增和删除；
新增时，通过LDA模型推断出该文档的主题，该主题不存在，则在主题平衡二叉树中加入新的主题叶子节点，并新建一个该主题的反向索引，该主题存在，直接找到该主题对应的反向索引，向其中插入该文档；
删除时，根据文档编号遍历每个反向索引找到对应的文档从其中删除即可。
与现有技术相比，本发明的有益效果是：本发明采用了二级索引机制，首先从关于主题的平衡二叉树索引中快速找到搜索关键字的主题，然后根据该主题从主题-文档倒排索引中快速定位得分最高的文档。由于对原始文档使用LDA进行了降维的处理，构造的索引树是根据文档的主题来构造的，这大大降低了构造的索引树的深度，减少了磁盘I/O次数，提高了检索效率。这样做的另一个优点是，由于构造的索引树占用的空间小，因此可以直接放在内存中进行检索，这比放在磁盘中进行检索效率有了质的提升。构造主题-文档倒排索引时，只是从文档-主题分布中选取得分最高的主题，这保证了每个文档在倒排索引中只出现一次，这种方式极大地减少了倒排索引所占用的空间，而且对检索结果并没有明显的影响。
附图说明
图1为本发明密文检索结构图；
图2为数据处理过程图；
图3为本发明中主题的平衡二叉树索引示意图；
图4为本发明中主题的倒排索引示意图；
图5为本发明中方法框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-5，本发明提供一种技术方案：一种支持动态更新的多关键字密文检索方法，步骤如下：
S1，数据拥有者通过主题选取模块从原始文档中提取出原始文档中的主题数量；
S2，将主题数量和原始文档一起作为输入，使用LDA对原始文档进行降维处理，得到文档-主题分布和主题-关键词分布；
S3，利用主题-关键词分布构建一棵主题索引树，此树为一棵平衡二叉树；
S4，利用文档-主题分布构建关于主题的倒排索引；
S5，将主题平衡二叉索引树和倒排索引进行加密，将其与加密的文档一起上传到云服务器；
S6，利用步骤S4、S5中的索引进行检索；
S7，授权用户对文档和索引进行更新。
进一步的，所述步骤S1中主题数量利用K-L散度算法得到。
进一步的，所述步骤S2中从文档-主题分布中抽取出每个文档得分最高的主题，得到文档-主题集合，从而使得每个文档在整个倒排索引中只出现一次。
进一步的，所述平衡二叉树的构建方法为：
a、每一个叶子节点对应一个主题i，存储的向量为Ui，即第i个主题对应的所有关键字的得分向量；
b、两个叶子节点组成一棵树，其父节点是整棵二叉树的一棵子树，节点中的向量为左右孩子节点的相关度得分；
c、节点中存储的向量采用安全K近邻算法加密。
其中：主题-词分布为一个t×m矩阵U，t代表主题数量，m代表所有文档包含的总关键词数量，矩阵中的值Uij(0≤i≤j，0≤j≤m)为第j个关键词和第i个主题的相关度得分,文档-主题分布为一个n×t矩阵V，n代表所有的文档数量，t代表主题数量，矩阵中的值Vki(0≤k≤n)代表第k个文档对应第i个主题的相关度得分
进一步的，所述倒排索引构建方法为；
a、从文档-主题分布中选出每一个文档中相关度得分最大的主题，据此构建倒排索引；
b、索引为主题，索引值为属于该主题的文档集合及其相关性得分。
进一步的，所述步骤S6中的检索步骤为：
a、授权用户可向数据拥有者发送要检索的关键词集合，数据拥有者根据关键词集合计算得到一个搜索陷门；
b、授权用户根据步骤a提供的搜索陷门向云服务器发出搜索请求；
c、主题二叉平衡树上计算节点向量和查询向量的相关度，相关度得分高的节点作为下一次查询的节点入口，如此循环直到叶节点为止；
d、根据叶节点得到的主题找到该主题对应的反向索引，对反向索引列表中的元素进行排序，得到相关度得分最高的文档指针，云服务器将该文档返回给授权用户。
进一步的，所述步骤S7中文档的更新包括新增和删除；
新增时，通过LDA模型推断出该文档的主题，该主题不存在，则在主题平衡二叉树中加入新的主题叶子节点，并新建一个该主题的反向索引，该主题存在，直接找到该主题对应的反向索引，向其中插入该文档；
删除时，根据文档编号遍历每个反向索引找到对应的文档从其中删除即可。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种支持动态更新的多关键字密文检索方法，其特征在于：步骤如下：
S1，数据拥有者通过主题选取模块从原始文档中提取出原始文档中的主题数量；
S2，将主题数量和原始文档一起作为输入，使用LDA对原始文档进行降维处理，得到文档-主题分布和主题-关键词分布；
S3，利用主题-关键词分布构建一棵主题索引树，此树为一棵平衡二叉树；
S4，利用文档-主题分布构建关于主题的倒排索引；
S5，将主题平衡二叉索引树和倒排索引进行加密，将其与加密的文档一起上传到云服务器；
S6，利用步骤S4、S5中的索引进行检索；
S7，授权用户对文档和索引进行更新。
2.根据权利要求1所述支持动态更新的多关键字密文检索方法，其特征在于：所述步骤S1中主题数量利用K-L散度算法得到。
3.根据权利要求1所述的支持动态更新的多关键字密文检索方法，其特征在于：所述步骤S2中从文档-主题分布中抽取出每个文档得分最高的主题，得到文档-主题集合，从而使得每个文档在整个倒排索引中只出现一次。
4.根据权利要求1所述的支持动态更新的多关键字密文检索方法，其特征在于：所述平衡二叉树的构建方法为：
a、每一个叶子节点对应一个主题i，存储的向量为Ui，即第i个主题对应的所有关键字的得分向量；
b、两个叶子节点组成一棵树，其父节点是整棵二叉树的一棵子树，节点中的向量为左右孩子节点的相关度得分；
c、节点中存储的向量采用安全K近邻算法加密。
其中：主题-词分布为一个t×m矩阵U，t代表主题数量，m代表所有文档包含的总关键词数量，矩阵中的值Uij(0≤i≤j，0≤j≤m)为第j个关键词和第i个主题的相关度得分,文档-主题分布为一个n×t矩阵V，n代表所有的文档数量，t代表主题数量，矩阵中的值Vki(0≤k≤n)代表第k个文档对应第i个主题的相关度得分。
5.根据权利要求1所述的支持动态更新的多关键字密文检索方法，其特征在于：所述倒排索引构建方法为；
a、从文档-主题分布中选出每一个文档中相关度得分最大的主题，据此构建倒排索引；
b、索引为主题，索引值为属于该主题的文档集合及其相关性得分。
6.根据权利要求1所述的支持动态更新的多关键字密文检索方法，其特征在于：所述步骤S6中的检索步骤为：
a、授权用户可向数据拥有者发送要检索的关键词集合，数据拥有者根据关键词集合计算得到一个搜索陷门；
b、授权用户根据步骤a提供的搜索陷门向云服务器发出搜索请求；
c、主题二叉平衡树上计算节点向量和查询向量的相关度，相关度得分高的节点作为下一次查询的节点入口，如此循环直到叶节点为止；
d、根据叶节点得到的主题找到该主题对应的反向索引，对反向索引列表中的元素进行排序，得到相关度得分最高的文档指针，云服务器将该文档返回给授权用户。
7.根据权利要求1所述的支持动态更新的多关键字密文检索方法，其特征在于：所述步骤S7中文档的更新包括新增和删除；
新增时，通过LDA模型推断出该文档的主题，该主题不存在，则在主题平衡二叉树中加入新的主题叶子节点，并新建一个该主题的反向索引，该主题存在，直接找到该主题对应的反向索引，向其中插入该文档；
删除时，根据文档编号遍历每个反向索引找到对应的文档从中删除即可。
CN201910608519.0A 2019-07-08 2019-07-08 一种支持动态更新的多关键字密文检索方法 Pending CN110569327A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910608519.0A CN110569327A (zh) 2019-07-08 2019-07-08 一种支持动态更新的多关键字密文检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910608519.0A CN110569327A (zh) 2019-07-08 2019-07-08 一种支持动态更新的多关键字密文检索方法

Publications (1)

Publication Number Publication Date
CN110569327A true CN110569327A (zh) 2019-12-13

Family

ID=68773736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910608519.0A Pending CN110569327A (zh) 2019-07-08 2019-07-08 一种支持动态更新的多关键字密文检索方法

Country Status (1)

Country Link
CN (1) CN110569327A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597582A (zh) * 2020-05-18 2020-08-28 北京思特奇信息技术股份有限公司 一种构建加密倒序矩形树方法、一种空间关键词查询方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916299A (zh) * 2010-09-01 2010-12-15 中国地质大学（武汉） 一种基于文件系统的三维空间数据存储管理方法
US20110164826A1 (en) * 2008-04-28 2011-07-07 Osaka Prefecture University Public Corporation Method for constructing image database for object recognition, processing apparatus and processing program
CN102402540A (zh) * 2010-09-15 2012-04-04 浙江天宇信息技术有限公司 基于多层优化平衡树的数值与文本混合倒排索引算法
US20120209847A1 (en) * 2011-02-16 2012-08-16 Clearwell Systems, Inc. Methods and systems for automatically generating semantic/concept searches
CN103412917A (zh) * 2013-08-08 2013-11-27 广西大学 一种可扩展的多类型领域数据协调管理的数据库系统和管理方法
CN105279264A (zh) * 2015-10-26 2016-01-27 深圳市智搜信息技术有限公司 一种文档的语义相关度计算方法
US20160314104A1 (en) * 2015-04-26 2016-10-27 Sciome, LLC Methods and systems for efficient and accurate text extraction from unstructured documents
CN108536868A (zh) * 2018-04-24 2018-09-14 北京慧闻科技发展有限公司 社交网络上短文本数据的数据处理方法及应用
CN109885640A (zh) * 2019-01-08 2019-06-14 南京邮电大学 一种基于α叉索引树的多关键词密文排序检索方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110164826A1 (en) * 2008-04-28 2011-07-07 Osaka Prefecture University Public Corporation Method for constructing image database for object recognition, processing apparatus and processing program
CN101916299A (zh) * 2010-09-01 2010-12-15 中国地质大学（武汉） 一种基于文件系统的三维空间数据存储管理方法
CN102402540A (zh) * 2010-09-15 2012-04-04 浙江天宇信息技术有限公司 基于多层优化平衡树的数值与文本混合倒排索引算法
US20120209847A1 (en) * 2011-02-16 2012-08-16 Clearwell Systems, Inc. Methods and systems for automatically generating semantic/concept searches
CN103412917A (zh) * 2013-08-08 2013-11-27 广西大学 一种可扩展的多类型领域数据协调管理的数据库系统和管理方法
US20160314104A1 (en) * 2015-04-26 2016-10-27 Sciome, LLC Methods and systems for efficient and accurate text extraction from unstructured documents
CN105279264A (zh) * 2015-10-26 2016-01-27 深圳市智搜信息技术有限公司 一种文档的语义相关度计算方法
CN108536868A (zh) * 2018-04-24 2018-09-14 北京慧闻科技发展有限公司 社交网络上短文本数据的数据处理方法及应用
CN109885640A (zh) * 2019-01-08 2019-06-14 南京邮电大学 一种基于α叉索引树的多关键词密文排序检索方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
严小龙: ""云存储环境下多关键词密文排序检索技术研究"", 《中国优秀硕士学位论文全文数据库》 *
文涛，马永东，王银款: ""基于主题模型的多关键词搜索加密方法"", 《成都大学学报》 *
李占飞: ""云环境下多关键词密文搜索技术的研究"", 《中国优秀硕士学位论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597582A (zh) * 2020-05-18 2020-08-28 北京思特奇信息技术股份有限公司 一种构建加密倒序矩形树方法、一种空间关键词查询方法
CN111597582B (zh) * 2020-05-18 2023-07-21 北京思特奇信息技术股份有限公司 一种构建加密倒序矩形树方法、一种空间关键词查询方法

Similar Documents

Publication Publication Date Title
Yiu et al. Outsourced similarity search on metric data assets
Chuah et al. Privacy-aware bedtree based solution for fuzzy multi-keyword search over encrypted data
JP2008517354A (ja) データベーステーブル探索用の暗号化されたデータベースインデックスを構築する方法を導入されたコンピュータ
CN109885640B (zh) 一种基于α叉索引树的多关键词密文排序检索方法
Dai et al. A privacy-preserving multi-keyword ranked search over encrypted data in hybrid clouds
CN109885650B (zh) 一种外包云环境隐私保护密文排序检索方法
CN106980796B (zh) 云环境下基于mdb+树的多域连接关键词的搜索方法
Chen et al. A hierarchical clustering method for big data oriented ciphertext search
Handa et al. A cluster based multi-keyword search on outsourced encrypted cloud data
CN116579001A (zh) 一种基于区块链的多关键字可搜索加密方法
CN107908779A (zh) 云环境下基于mat树的动态多属性连接关键词的搜索方法
Bijral et al. Efficient fuzzy search engine with B-tree search mechanism
CN117312486A (zh) 一种支持快速加密文档排序检索的字典划分两层结构加密索引创建方法
CN110569327A (zh) 一种支持动态更新的多关键字密文检索方法
Cuzzocrea et al. An effective and efficient technique for supporting privacy-preserving keyword-based search over encrypted data in clouds
Zhao et al. Secure and efficient product information retrieval in cloud computing
Mayan et al. Semantic based multi lexical ranking technique for an effective search in protected cloud
Xue et al. Cuckoo-filter based privacy-aware search over encrypted cloud data
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
Gampala et al. An efficient Multi-Keyword Synonym Ranked Query over Encrypted Cloud Data using BMS Tree
Indhuja et al. A multi-keyword ranked search scheme over encrypted based on hierarchical clustering index
Gampala et al. Multi-keyword synonym search over encrypted cloud data using classified category-dictionary and BMIS tree
Ho et al. A study on improving the performance of encrypted database retrieval using external indexing system of B+ tree structure
Wang et al. Efficient Ciphertext Retrieval in Internet of Things Based on Fog Consumption Computing System
Kamini et al. Encrypted multi-keyword ranked search supporting gram based search technique

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191213

RJ01 Rejection of invention patent application after publication