FR3062936A1 - Procede de recherche d'informations dans un corpus chiffre stocke sur un serveur - Google Patents
Procede de recherche d'informations dans un corpus chiffre stocke sur un serveur Download PDFInfo
- Publication number
- FR3062936A1 FR3062936A1 FR1751241A FR1751241A FR3062936A1 FR 3062936 A1 FR3062936 A1 FR 3062936A1 FR 1751241 A FR1751241 A FR 1751241A FR 1751241 A FR1751241 A FR 1751241A FR 3062936 A1 FR3062936 A1 FR 3062936A1
- Authority
- FR
- France
- Prior art keywords
- encrypted
- server
- client equipment
- request
- document
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000004044 response Effects 0.000 claims abstract description 31
- 230000005540 biological transmission Effects 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 241000700605 Viruses Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000001010 compromised effect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000011221 initial treatment Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Classifications
-
- 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
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6227—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries
-
- 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
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- 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
- G06F16/951—Indexing; Web crawling techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/008—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols involving homomorphic encryption
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/11—Patent retrieval
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Storage Device Security (AREA)
Abstract
La présente invention concerne un procédé de recherche d'informations dans un corpus chiffré stocké sur un serveur, à partir d'une requête numérique calculée sur un équipement client, contenant une séquence de termes, comportant les étapes suivantes : - Chiffrement de ladite requête (20) sur un équipement informatique client (1) et transmission à un serveur (1) de gestion de base de données (3) - Calcul homomorphe sur le serveur de la réponse chiffrée (41) à la requête chiffrée (40) enregistrée sur le serveur (2) Caractérisé en ce qu'il comporte une étape additionnelle de requêtage exécutée sur l'équipement client (1), d'agrégation desdits identifiants des données contenues dans ladite réponse chiffrée (50) et dans l'index df_A (13) enregistré sur l'équipement client (1) - la présentation du résultat sous une forme ordonnée des documents en application du traitement de l'étape précédente. L'invention concerne aussi un procédé de préparation d'une base requêtable et un procédé de recherche d'informations dans un corpus chiffré.
Description
(54) PROCEDE DE RECHERCHE D'INFORMATIONS DANS UN CORPUS CHIFFRE STOCKE SUR UN SERVEUR.
FR 3 062 936 - A1
71) La présente invention concerne un procédé de recherche d'informations dans un corpus chiffré stocké sur un serveur, à partir d'une requête numérique calculée sur un équipement client, contenant une séquence de termes, comportant les étapes suivantes:
- Chiffrement de ladite requête (20) sur un équipement informatique client (1) et transmission à un serveur (1) de gestion de base de données (3)
- Calcul homomorphe sur le serveur de la réponse chiffrée (41 ) à la requête chiffrée (40) enregistrée sur le serveur (2)
Caractérisé en ce qu'il comporte une étape additionnelle de requêtage exécutée sur l'équipement client (1), d'agrégation desdits identifiants des données contenues dans ladite réponse chiffrée (50) et dans l'index df_A (13) enregistré sur l'équipement client (1 )
- la présentation du résultat sous une forme ordonnée des documents en application du traitement de l'étape précédente.
L'invention concerne aussi un procédé de préparation d'une base requêtable et un procédé de recherche d'informations dans un corpus chiffré.
i
PROCEDE DE RECHERCHE D'INFORMATIONS DANS UN CORPUS CHIFFRE
STOCKE SUR UN SERVEUR
Domaine.......de.........l'invention
Le domaine de l'invention concerne la recherche d ' inf ormations dans une base de données sous une forme préservant la confidentialité des données et des requêtes.
L'application concerne notamment les systèmes de traitements de données personnelles, et en particulier de données de santé.
Les bases de données font partie intégrante dans de nombreuses applications, telles que les applications financières et les applications de cybersanté médicales. Les bases de données peuvent être très sensibles, contenant des données précieuses d'une entreprise ou d’individus. Le vol de données sensibles est une préoccupation croissante pour les individus, les entreprises et les gouvernements.
Les bases de données peuvent être constituées de collections de fichiers bruts ou gérées à 11 aide du système de gestion de base de données (SGBD), tels que la base de données Oracle, MySQL, Microsoft SQL Server, etc. Une base de données peut être déployée sur un serveur au sein d’une entreprise, sur un serveur virtuel dans un nuage (« cloud » en anglais), ou sur un service de SGBD dans un nuage. Le vol de données est une préoccupation pour chaque type de déploiement.
Lorsque les bases de données sont déployées sur un serveur dans les locaux d’une entreprise, le serveur est physiquement sous le contrôle de l’entreprise. Si le serveur est compromis ou infecté par des logiciels malveillants ou des virus, les pirates pourraient être en mesure d’accéder au fichier de données de base de données brutes et de voler les données en contournant tout mécanisme de contrôle d’accès de l’entreprise. D’autre part, les administrateurs de bases de données de l'entreprise ont la possibilité de violer la vie privée et l'intégrité des données intentionnellement ou accidentellement, car ils peuvent accéder aux données stockées pour effectuer les tâches de gestion de base de données. Un système de base de données peut également être déployé par une entreprise sur un serveur virtuel, qui fonctionne sur un nuage comme Amazon Elastic Compute Cloud (Amazon EC2). Dans ce cas, le serveur virtuel qui sous-tend la base de données est physiquement sous le contrôle du fournisseur de nuage, et sur le serveur virtuel de l'entreprise installe SGBD pour gérer leurs bases de données. Comme dans le cas ci-dessus, le vol de données se produit également dans ce cas, si l'infrastructure cloud est compromise par des attaquants, infectée par des logiciels malveillants ou des virus, et les administrateurs de bases de données de l'entreprise pourrait violer la confidentialité et l'intégrité des bases de données.
En outre, si les fournisseurs de cloud ne sont pas tous dignes de confiance; ils peuvent voler des données de base de données dans les serveurs virtuels fournis par eux.
Pour pallier à ces risques, on a récemment envisagé l'utilisation de solutions utilisant des méthodes de chiffrement homomorphe (ou Homomorphic Encryption, HE, en anglais) pour l'interrogation de bases de données.
Les méthodes de chiffrement homomorphe ont notamment été développées pour des applications de moteur de recherche : l'utilisateur envoie une requête chiffrée au moteur de recherche, sans que ce dernier n'ai connaissance de la requête reçue. Il applique une opération classique de recherche de documents correspondants et renvoie la réponse à l'utilisateur de façon chiffrée. Ainsi, le moteur de recherche ne connaît jamais le contenu en clair la requête.
Ces méthodes de chiffrement homomorphe permettent aussi de faire une recherche parmi des fichiers chiffrés sur un serveur distant pour récupérer les fichiers qui contiennent un terme transmis sous la forme d'une requête transmise de façon chiffrée à un serveur distant. Le serveur applique la recherche sans connaître ce les termes de la requête en clair et retourne le résultat. Le serveur ne connaît jamais ni les requêtes ni les documents enregistrés dans la base de données autrement que sous une forme chiffrée. Une attaque du serveur ne crée de ce fait aucun risque en ce qui concerne la confidentialité des informations, par exemples des données personnelles ou des données de santé.
Une autre application concerne la biométrie exploitant une base d’empreintes digitales des personnes autorisées à effectuer une action, par exemple entrer dans un bâtiment protégé. Ces empreintes sont naturellement chiffrées car ce sont des données personnelles non révocables.
Les utilisateurs scannent leurs empreintes digitales et ces empreintes sont comparées à celles dans la base de données. Deux empreintes digitales d’une même personne prises à deux moments différents ne sont jamais strictement identiques et il n’est donc pas possible de faire une simple comparaison des empreintes chiffrées (deux chiffrés de deux empreintes différentes sont évidement différents). Grâce au chiffrement homomorphe, il est possible de comparer les empreintes digitales chiffrées sans jamais les déchiffrer.
Etat de la technique
On connaît dans l'état de la technique un document présentant les bases du chiffrement homomorphe, qui est la thèse « A FULLY HOMOMORPHIC ENCRYPTION SCHEME : A DISSERTATION SUBMITTED TO THE DEPARTMENT OF COMPUTER SCIENCE AND THE COMMITTEE ON GRADUATE STUDIES OF STANFORD UNIVERSITY » en septembre 2009, qui décrit au chapitre 7 les principes de base de l'application à la recherche d'informations.
On connaît aussi l'article « Multi-keyword Similarity Search over Encrypted Cloud Data » ; Mikhail Strizhov 1 Indrajit Ray 1 29th IFIP International Information Security Conférence (SEC), Jun 2014, Marrakech, Morocco. Springer, IFIP. Cet article décrit une solution basée sur le chiffrement homomorphe pour la recherche de documents chiffrés sur un serveur sans nécessiter que les documents soient déchiffrés avant la recherche.
On connaît aussi le brevet américain US8904171 décrivant un procédé de recherche sécurisée et de récupération d'informations qui comprend la réception d'une requête chiffrée, la création d'un arbre de recherche permuté avec des noeuds qui ont été permutés et chiffrés.
L'arbre de recherche est chiffré avec une première clé de chiffrement privée. Le serveur reçoit une requête d’un client, la requête comprenant un ensemble de mots-clés, dans lequel chaque terme de requête est chiffré avec la première clé de chiffrement privée. La recherche est effectuée en utilisant une requête et une évaluation à chaque nœud de l’arbre afin de déterminer si une ou plusieurs correspondances existent. La réponse est basée sur la concordance de mots-clés pour chaque document et un ou plusieurs nœuds chiffrés avec la première clé de chiffrement privée.
On connaît encore le brevet européen EP2865127 décrivant un chiffrement homomorphe pour interrogation de base de données. Des valeurs numériques sont chiffrées à l’aide de clés et de nombres aléatoires afin de produire un texte chiffré. Le texte chiffré est homomorphe et est composé de deux sous-textes chiffrés ou plus. Des interrogations faisant appel à des opérations d’addition, de moyenne et de multiplication peuvent être effectuées sans déchiffrer les valeurs numériques applicables à l’interrogation. Chaque soustexte chiffré est stocké dans un seul enregistrement et dans des attributs séparés. L’invention porte sur des procédés de chiffrement et de déchiffrement, de création d'une table appropriée, d'interrogation d'une telle base de données et de mise à jour d'une telle base de données.
Inconvénients de 1'art antérieur
Un des inconvénients du chiffrement homomorphe est que la taille des clés et le coût (en temps de calcul) des opérations sont largement plus important que les traitements de chiffrement classiques.
Les solutions de l'art antérieur présentent un inconvénient majeur résultant de la puissance de calcul nécessaire pour exécuter sur le serveur les traitements de chiffrement homomorphe à chaque indexation d'un nouveau document ainsi qu'à chaque nouvelle requête. Pour cette raison, les solutions de l'art antérieur ne sont applicables qu'à des corpus très restreints, par exemple un annuaire d'entreprise ou un petit ensemble de documents textuels.
Par ailleurs, les solutions de l'art antérieur sont limitées à la recherche de documents sur la base d'un critère binaire de présence ou d'absence dans le document d'un terme de la requête, sans permettre de proposer de manière efficace un ordonnancement de la pertinence des documents correspondant à la requête.
Solutions apportéespar 1'invention
Afin de répondre à ces inconvénients, l'invention concerne un premier aspect d'un procédé de recherche d'informations dans un corpus chiffré stocké sur un serveur, à partir d'une requête numérique calculée sur un équipement client, contenant une séquence de termes, comportant les étapes suivantes :
- Chiffrement de ladite requête sur un équipement informatique client
- Transmission de ladite requête chiffrée à un serveur de gestion de base de données
- Calcul homomorphe sur le serveur de la réponse chiffrée à la requête chiffrée enregistrée sur le serveur
- Transmission de la réponse chiffrée à l'équipement client
- Déchiffrement sur l'équipement client de la réponse chiffrée (50) et extraction des identifiants des documents
Caractérisé en ce qu'il comporte
a) des étapes de calcul sur l'équipement client, lors de l'introduction d'un nouveau document requêtable i, pour chaque document i appartenant au corpus, d'une première table TFi et d'une deuxième table dfx
- ladite première table TF± comprenant, pour chaque terme indexé w du document i, le nombre d'occurrences du terme w dans le document i
- ladite deuxième table Adf± constituée par l'index des mots w présents dans le document i
b) le chiffrement du document i et de ladite table Adft, ainsi que le chiffrement par un procédé de chiffrement homomorphe de ladite table TFiZ et la transmission de ces trois informations numériques chiffrées au serveur pour l'enregistrement dans un espace de stockage dédié à un utilisateur A ou un groupe {Au} d'utilisateurs
c) une étape de création ou de mise à jour d'un index df_A sur l'équipement client, associé à un utilisateur A, pour l'ensemble des documents i accessibles par l'utilisateur A ledit index df_A étant constitué par une table indiquant pour chaque terme w le nombre de documents i contenant ledit terme w
d) des étapes de requêtage consistant à :
- chiffrer sur l'équipement client une requête Qx constituée par une succession de termes, par un chiffrement homomorphe appartement au même cryptosystème que le chiffrement appliqué à TF
- transmettre la requête ainsi chiffrée au serveur pour la réalisation de ladite étape de calcul homomorphe et de transmission d'une réponse chiffrée au client et de déchiffrement par l'équipement client une étape additionnelle exécutée sur l'équipement client, d'agrégation desdits identifiants des données contenues dans ladite réponse chiffrée et dans l'index df_A enregistré sur l'équipement client la présentation du résultat sous une forme ordonnée des documents en application du traitement de l'étape précédente.
Selon une variante, le procédé comporte une étape de reconstitution sur l'équipement client de l'index df_A à partir des informations {Adf±} chiffrées enregistrées pour chaque document i dans l'espace dédié du serveur affecté à l'utilisateur A.
Selon une variante, les calculs effectués sur le serveur sont implémentés de manière parallèle et/ou distribuée.
Selon une autre variante, le serveur (2) est constitué par une plateforme nuagique (en anglais « cloud »).
L'invention concerne aussi un procédé de préparation d'une base requêtable à de document i contenant une séquence de termes, caractérisé en ce qu'il comporte les étapes suivantes :
a) des étapes de calcul sur l'équipement client, lors de l'introduction d'un nouveau document requêtable i, pour chaque document i appartenant au corpus, d'une première table TF± et d'une deuxième table Ad^
- ladite première table TF; comprenant, pour chaque terme indexé w du document i, le nombre d'occurrences du terme w dans le document i
- ladite deuxième table Adf± constitué par l'index des mots w présents dans le document i
b) le chiffrement du document i et de ladite table AdfiZ ainsi que le chiffrement par un procédé de chiffrement homomorphe de ladite table TFif et la transmission de ces trois informations numériques chiffrés au serveur pour l'enregistrement dans un espace de stockage dédié à un utilisateur A ou un groupe {Au} d'utilisateurs
c) une étape de création ou de mise à jour d'un index df_A sur l'équipement client, associé à un utilisateur A, pour l'ensemble des documents i accessibles par l'utilisateur A ledit index df_A étant constitué par une table indiquant pour chaque terme w le nombre de documents i contenant ledit terme w.
L'invention concerne aussi un procédé de recherche d'informations dans un corpus chiffré stocké sur un serveur, à partir d'une requête numérique calculée sur un équipement client, contenant une séquence de termes, caractérisé en ce qu'il comporte les étapes suivantes :
- Chiffrement de ladite requête sur un équipement informatique client
- Transmission de ladite requête chiffrée à un serveur de gestion de base de données
- Calcul homomorphe sur le serveur de la réponse chiffrée à la requête chiffrée enregistrée sur le serveur
- Transmission de la réponse chiffrée à l'équipement client
- Déchiffrement sur l'équipement client de la réponse chiffrée et extraction des identifiants des documents lesdites étapes de requêtage consistant à :
- chiffrer sur l'équipement client une requête Qx constituée par une succession de termes, par un chiffrement homomorphe appartement au même cryptosystème que le chiffrement appliqué à TF
- transmettre la requête ainsi chiffrée au serveur pour la réalisation de ladite étape de calcul homomorphe et de transmission d'une réponse chiffrée au client et de déchiffrement par l'équipement client et comporte une étape additionnelle exécutée sur l'équipement client, d'agrégation desdits identifiants des données contenues dans ladite réponse chiffrée et dans l'index df_A enregistré sur l'équipement client et une étape de présentation du résultat sous une forme ordonnée des documents en application du traitement de l'étape précédente.
Description détaillé d'un exemple non limitatif de l'invention
La présente invention sera mieux comprise à la lecture de la description qui suit, concernant un exemple non limitatif de réalisation se référant aux dessins annexés où :
- la figure 1 représente une vue schématique d'un système informatique selon l'invention
- la figure 2 représente une vue schématique des flux de données entre les différentes ressources informatiques.
Architecture matérielle
La figure 1 représente une vue schématique de l'architecture matérielle de l'invention.
ίο
Elle comprend un équipement informatique ( 1 ) client relié à un serveur (2) par un réseau informatique, par exemple Internet.
Le serveur (2) est associé à une mémoire (3) pour l'enregistrement d'une base de données. Le serveur (2) comporte un processeur pour réaliser des traitements numériques.
Le serveur (2) et les mémoires (3) sont dans un exemple particulier constitués par un ensemble de ressources distribuées, par exemple de type « cloud ».
Architecture fonctionnelle
La figure 2 représente un exemple d'architecture fonctionnelle.
L'équipement client (1) assure le traitement initial d'un document i constitué par un fichier numérique (9) enregistré dans une mémoire de travail.
Optionnellement, chaque terme du document fait l'objet d'un prétraitement préalable par des moyens connus de type radicalisation (« stemming » en anglais, liste d'exclusions (suppression des mots courants (« stop list » en anglais) et tout autre traitement linguistique usuel).
Préparation des fichiers chiffrés requêtables.
Le traitement initial se décompose en trois tâches.
La première tâche consiste à appliquer un chiffrement au document i avec un procédé cryptographique connu, par exemple un chiffrement symétrique AES et enregistre une version chiffrée (10) de ce document sur l'équipement client, et optionnellement sur le serveur (2) ou un service de stockage tiers. Le corpus de documents chiffrés ainsi défini constitue la base de documents (32).
il
Une seconde tâche, exécutée parallèlement ou séquentiellement, consiste à calculer un index des occurrences des termes présents dans le fichier (9), et à enregistrer une table TF£ (14) des occurrences, sous la forme d'une liste des termes présents dans le document i, chacun des termes de cette liste étant associé à un nombre correspondant à l'occurrence tfi>;j du terme Wj dans le document i.
La table TF± (14) est donc de type {[w3 ; tf±,3]}3, pour un document i.
Une troisième tâche, exécutée parallèlement ou séquentiellement, consiste à calculer une table Adf± (15) correspondant, pour chaque terme w3 présent dans le document i, la présence ou non du terme dans le document. Cette table Adf± (15) est donc de type {[Wj | tfiij>0]}j.
On procède ensuite au chiffrement de la table TF± (14) par un procédé de chiffrement homomorphe, par exemple selon un procédé décrit dans l'article Zhou, H., & Wornell, G. (2014, February). Efficient homomorphic encryption on integer vectors and its applications. In Information Theory and Applications Workshop (ITA), 2014 (pp. 1-9). IEEE.
Le résultat de ce chiffrement de la table TF± (14) est un ensemble de données chiffrées (11). Chaque ensemble de données chiffrées (11) est transmis par l'équipement client (I) au serveur (2).
Le regroupement des ensembles de données chiffrées (II) constitue une base chiffrée (30) de tous les {TFiJi.
Parallèlement ou séquentiellement, on procède à un chiffrement de la table Adf± (15) selon un procédé connu, par exemple AES et la transmission au serveur (2) pour enregistrer une version chiffrée (12) sur le serveur (2).
L'ensemble des fichiers chiffrés (12) enregistré sur le serveur constitue une base (31).
Chaque fichier chiffré (12) enregistré sur le serveur (2) permet de reconstituer une table df_A (13) par déchiffrement par un algorithme inverse à celui utilisé pour le chiffrement de précité.
Cette table df_A (13) est calculée uniquement sur l'équipement client (1), à partir :
- Soit de l'ensemble des tables chiffrés (31) enregistrées sur le serveur (2), après leur transmission sur l'équipement client (1)
- soit directement par mise à jour d'une table df_A (13) enregistrée localement sur l'équipement client (1), la mise à jour étant réalisée à chaque ajout d'une table ΔάίΛ (15).
Cette étape de préparation des données conduit à l'enregistrement sur le serveur de données qui ne sont pas directement requêtables et qui ne dévoilent pas d'informations signifiantes sur le contenu ni les documents, notamment en cas d'attaque du serveur ou d'action malveillante d'un utilisateur à privilège.
Requêtage
Le requêtage est réalisé par l'émission d'une requête textuelle formée par une combinaison de mots (20) à partir de l'équipement client (1).
Optionnellement, cette requête (20) est prétraitée par des moyens connus de type radicalisation ( « stemming » en anglais, liste d'exclusions (suppression des mots courants ( « stop list » en anglais ) et tout autre traitement linguistique usuel).
La requête (20) est chiffrée avec le même procédé de chiffrement homomorphe que celui utilisé pour le chiffrement de la table TF± (14) pour obtenir une requête chiffrée (21).
La requête chiffrée (21) est transmise au serveur (2) qui enregistre pour constituer une requête (40).
Par application d'un calcul sur les données chiffrées de manière homomorphe (30) et de la requête (40), le serveur (2) calcule une réponse chiffrée (41).
Ce traitement consiste à calculer, dans le domaine chiffré, le nombre d'occurrences de chaque terme qk de la requête (40) pour chaque document i connu.
On dénombre pour chacun des k termes qk et pour chaque document i, les valeurs tfi(j pour les cas où qk correspond à un terme wjf à partir des tables chiffrées {[w^ ;
(30) et dans l'espace chiffrés, sans déchiffrement des variables wjz qk et tfirj.
L'ensemble de ces dénombrements constitue une réponse (41) qui est transmise à l'équipement client (1) qui l'enregistre localement sous forme de réponse (50).
Le client (1) est en mesure ensuite de procéder au déchiffrement de la réponse (50) pour calculer une réponse déchiffrée (51).
Finalement, le client (1) peut combiner la réponse (51) et la table df_A (13) pour calculer un score TF-IDF (52) (anglais Term Frequency-Inverse Document Frequency) selon un procédé connu.
Ce score (52) constitue un clé de classement des documents i par ordre de pertinence vis-à-vis de la requête (20).
Optionnellement, l'équipement client (1) présente les résultats à la manière d'un moteur de recherche et permet à l'utilisateur de retrouver l'enregistrement correspondant.
Claims (6)
- REVENDICATIONS1 - Procédé de recherche d'informations dans un corpus chiffré stocké sur un serveur, à partir d'une requête numérique calculée sur un équipement client, contenant une séquence de termes, comportant les étapes suivantes :- Chiffrement de ladite requête (20) sur un équipement informatique client (1)- Transmission de ladite requête chiffrée (21) à un serveur (1) de gestion de base de données (3)- Calcul homomorphe sur le serveur de la réponse chiffrée (41) à la requête chiffrée (40) enregistrée sur le serveur (2)- Transmission de la réponse chiffrée (50) à l'équipement client (1)- Déchiffrement sur l'équipement client (1) de la réponse chiffrée (50) et extraction des identifiants des documentsCaractérisé en ce qu'il comportea) des étapes de calcul sur l'équipement client, lors de l'introduction d'un nouveau document requêtable i, pour chaque document i appartenant au corpus, d'une première table TFi (14) et d'une deuxième table Adfx (15)- ladite première table TFA (14) comprenant, pour chaque terme indexé w du document i, le nombre d'occurrences du terme w dans le document i- ladite deuxième table Adf ± (15) constitué par l'index des mots w présents dans le document ib) le chiffrement du document i et de ladite table Adf±, (15) ainsi que le chiffrement par un procédé de chiffrement homomorphe de ladite table TF± (14), et la transmission de ces trois informations numériques chiffrés au serveur pour l'enregistrement dans un espace de stockage dédié à un utilisateur A ou un groupe {Au} d'utilisateursc) une étape de création ou de mise à jour d'un index dfA (13) sur l'équipement client (1), associé à un utilisateur A, pour l'ensemble des documents i accessibles par l'utilisateur A ledit index df_A (13) étant constitué par une table indiquant pour chaque terme w le nombre de documents i contenant ledit terme wd) des étapes de requêtage consistant à :- chiffrer sur l'équipement client (1) une requête Q_x (20) constituée par une succession de termes, par un chiffrement homomorphe appartement au même cryptosystème que le chiffrement appliqué à TF- transmettre la requête (21) ainsi chiffrée au serveur (2) pour la réalisation de ladite étape de calcul homomorphe et de transmission d'une réponse chiffrée (41, 50) au client et de déchiffrement par l'équipement client (1)- une étape additionnelle exécutée sur l'équipement client (1), d'agrégation desdits identifiants des données contenues dans ladite réponse chiffrée (50) et dans l'index df_A (13) enregistré sur l'équipement client (1) la présentation du résultat sous une forme ordonnée des documents en application du traitement de l'étape précédente.
- 2 - Procédé de recherche d'informations dans un corpus chiffré stocké sur un serveur selon la revendication 1, caractérisé en ce qu'il comporte une étape de reconstitution sur l'équipement client de l'index df_A à partir des informations {Adf±} chiffrées enregistrées dans l'espace dédié du serveur affecté à l'utilisateur A.
- 3 - Procédé de recherche d’informations dans un corpus chiffré stocké sur un serveur, à partir d'une requête numérique calculée sur un équipement client, contenant une séquence de termes selon la revendication 1, caractérisé en ce que les calculs effectués sur le serveur (2) sont implémentés de manière parallèle et/ou distribuée.
- 4 - Procédé de recherche d'informations dans un corpus chiffré stocké sur un serveur, à partir d'une requête numérique calculée sur un équipement client, contenant une séquence de termes selon la revendication précédente, caractérisé en ce que le serveur (2) est constitué par une plateforme nuagique (en anglais « cloud »).
- 5 - Procédé de préparation d'une base requêtable de documents i contenant une séquence de termes, pour la mise en œuvre d'un procédé de recherche conforme à la revendication 1 caractérisé en ce qu'il comporte les étapes suivantes :a) des étapes de calcul sur l'équipement client, lors de l'introduction d'un nouveau document requêtable i, pour chaque document i appartenant au corpus, d'une première table TF, (14) et d'une deuxième table Adf± (15)
- ladite première table TF± (14) c ompre nant, pour chaque terme indexé w du document i, le nombre d'occurrences du terme w dans le document i - ladite deuxième table Adf± (15) constituée par l'index des mots w présents dans le document ib) le chiffrement du document i et de ladite table Adfif (15) ainsi que le chiffrement par un procédé de chiffrement homomorphe de ladite table TFX (14), et la transmission de ces trois informations numériques chiffrés au serveur pour l'enregistrement dans un espace de stockage dédié à un utilisateur A ou un groupe {Au} d'utilisateursc) une étape de création ou de mise à jour d'un index df_A (13) sur l'équipement client (1), associé à un utilisateur A, pour l'ensemble des documents i accessibles par l'utilisateur A ledit index df_A (13) étant constitué par une table indiquant pour chaque terme w le nombre de documents i contenant ledit terme w. - 6 - Procédé de recherche d'informations dans un corpus chiffré stocké sur un serveur, à partir d'une requête numérique calculée sur un équipement client, contenant une séquence de termes, caractérisé en ce qu'elle comporte les étapes suivantes :- Chiffrement de ladite requête (20) sur un équipement informatique client (1)- Transmission de ladite requête chiffrée (21) à un serveur (1) de gestion de base de données (3)- Calcul homomorphe sur le serveur de la réponse chiffrée (41) à la requête chiffrée (40) enregistrée sur le serveur (2)- Transmission de la réponse chiffrée (50) à l'équipement client (1)- Déchiffrement sur l'équipement client (1) de la réponse chiffrée (50) et extraction des identifiants des documents lesdites étapes de requêtage consistant à :- chiffrer sur l'équipement client (1) une requête Q_x (20) constituée par une succession de termes, par un chiffrement homomorphe appartement au même cryptosystème que le chiffrement appliqué à TF- transmettre la requête (21) ainsi chiffrée au serveur (2) pour la réalisation de ladite étape de calcul homomorphe et de transmission d'une réponse chiffrée (41, 50) au client et de déchiffrement par l'équipement client (1) et comporte une étape additionnelle exécutée sur l'équipement client (1), d'agrégation desdits identifiants des données contenues dans ladite réponse chiffrée (50) et dans l'index df_A (13) enregistré sur l'équipement client (1)1/2
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1751241A FR3062936B1 (fr) | 2017-02-15 | 2017-02-15 | Procede de recherche d'informations dans un corpus chiffre stocke sur un serveur |
| US16/483,684 US11308233B2 (en) | 2017-02-15 | 2018-02-05 | Method for information retrieval in an encrypted corpus stored on a server |
| EP18706792.1A EP3583518A1 (fr) | 2017-02-15 | 2018-02-05 | Procédé de recherche d'informations dans un corpus chiffre stocke sur un serveur |
| CA3050353A CA3050353A1 (fr) | 2017-02-15 | 2018-02-05 | Procede de recherche d'informations dans un corpus chiffre stocke sur un serveur |
| PCT/FR2018/050276 WO2018150119A1 (fr) | 2017-02-15 | 2018-02-05 | Procédé de recherche d'informations dans un corpus chiffre stocke sur un serveur |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1751241A FR3062936B1 (fr) | 2017-02-15 | 2017-02-15 | Procede de recherche d'informations dans un corpus chiffre stocke sur un serveur |
| FR1751241 | 2017-02-15 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3062936A1 true FR3062936A1 (fr) | 2018-08-17 |
| FR3062936B1 FR3062936B1 (fr) | 2021-01-01 |
Family
ID=59974493
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1751241A Active FR3062936B1 (fr) | 2017-02-15 | 2017-02-15 | Procede de recherche d'informations dans un corpus chiffre stocke sur un serveur |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11308233B2 (fr) |
| EP (1) | EP3583518A1 (fr) |
| CA (1) | CA3050353A1 (fr) |
| FR (1) | FR3062936B1 (fr) |
| WO (1) | WO2018150119A1 (fr) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US12099997B1 (en) | 2020-01-31 | 2024-09-24 | Steven Mark Hoffberg | Tokenized fungible liabilities |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100146299A1 (en) * | 2008-10-29 | 2010-06-10 | Ashwin Swaminathan | System and method for confidentiality-preserving rank-ordered search |
| EP3076329A1 (fr) * | 2015-04-03 | 2016-10-05 | NTT DoCoMo, Inc. | Extraction de texte sécurisé |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007120360A2 (fr) * | 2005-12-29 | 2007-10-25 | Blue Jungle | Système de gestion d'informations |
| US8544058B2 (en) * | 2005-12-29 | 2013-09-24 | Nextlabs, Inc. | Techniques of transforming policies to enforce control in an information management system |
| US7877781B2 (en) * | 2005-12-29 | 2011-01-25 | Nextlabs, Inc. | Enforcing universal access control in an information management system |
| US7716240B2 (en) * | 2005-12-29 | 2010-05-11 | Nextlabs, Inc. | Techniques and system to deploy policies intelligently |
| US8966250B2 (en) * | 2008-09-08 | 2015-02-24 | Salesforce.Com, Inc. | Appliance, system, method and corresponding software components for encrypting and processing data |
| US8904171B2 (en) * | 2011-12-30 | 2014-12-02 | Ricoh Co., Ltd. | Secure search and retrieval |
| EP2865127A4 (fr) | 2012-06-22 | 2016-03-09 | Commw Scient Ind Res Org | Cryptage homomorphe pour interrogation de base de données |
| EP2709028A1 (fr) * | 2012-09-14 | 2014-03-19 | Ecole Polytechnique Fédérale de Lausanne (EPFL) | Technologies renforçant la protection de la vie privée pour tests médicaux à l'aide de données génomiques |
| US9536047B2 (en) * | 2012-09-14 | 2017-01-03 | Ecole Polytechnique Federale De Lausanne (Epfl) | Privacy-enhancing technologies for medical tests using genomic data |
| WO2015017787A2 (fr) * | 2013-08-01 | 2015-02-05 | Visa International Service Association | Systèmes, procédés et appareils pour opérations de bases de données homomorphiques |
| US9501661B2 (en) * | 2014-06-10 | 2016-11-22 | Salesforce.Com, Inc. | Systems and methods for implementing an encrypted search index |
| US20170293913A1 (en) * | 2016-04-12 | 2017-10-12 | The Governing Council Of The University Of Toronto | System and methods for validating and performing operations on homomorphically encrypted data |
| US10783270B2 (en) * | 2018-08-30 | 2020-09-22 | Netskope, Inc. | Methods and systems for securing and retrieving sensitive data using indexable databases |
-
2017
- 2017-02-15 FR FR1751241A patent/FR3062936B1/fr active Active
-
2018
- 2018-02-05 EP EP18706792.1A patent/EP3583518A1/fr not_active Withdrawn
- 2018-02-05 US US16/483,684 patent/US11308233B2/en active Active
- 2018-02-05 WO PCT/FR2018/050276 patent/WO2018150119A1/fr unknown
- 2018-02-05 CA CA3050353A patent/CA3050353A1/fr active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100146299A1 (en) * | 2008-10-29 | 2010-06-10 | Ashwin Swaminathan | System and method for confidentiality-preserving rank-ordered search |
| EP3076329A1 (fr) * | 2015-04-03 | 2016-10-05 | NTT DoCoMo, Inc. | Extraction de texte sécurisé |
Non-Patent Citations (5)
| Title |
|---|
| FOTEINI BALDIMTSI ET AL: "Sorting and Searching Behind the Curtain: Private Outsourced Sort and Frequency-Based Ranking of Search Results Over Encrypted Data", INTERNATIONAL ASSOCIATION FOR CRYPTOLOGIC RESEARCH,, vol. 20141229:142532, 27 December 2014 (2014-12-27), pages 1 - 25, XP061017579 * |
| MC BREARTY SHAUN ET AL: "Preserving data privacy with Searchable Symmetric Encryption", 2016 27TH IRISH SIGNALS AND SYSTEMS CONFERENCE (ISSC), IEEE, 21 June 2016 (2016-06-21), pages 1 - 7, XP032935882, DOI: 10.1109/ISSC.2016.7528481 * |
| MIKHAIL STRIZHOV ET AL: "Multi-keyword Similarity Search Over Encrypted Cloud Data", INTERNATIONAL ASSOCIATION FOR CRYPTOLOGIC RESEARCH,, vol. 20150227:152640, 19 February 2015 (2015-02-19), pages 1 - 14, XP061018035 * |
| REZA CURTMOLA ET AL: "Searchable Symmetric Encryption: Improved Definitions and Efficient Constructions", INTERNATIONAL ASSOCIATION FOR CRYPTOLOGIC RESEARCH,, vol. 20110420:005403, 20 April 2011 (2011-04-20), pages 1 - 33, XP061002133, DOI: 10.3233/JCS-2011-0426 * |
| SHEN PEISONG ET AL: "A similarity evaluation algorithm and its application in multi-keyword search on encrypted cloud data", MILCOM 2015 - 2015 IEEE MILITARY COMMUNICATIONS CONFERENCE, IEEE, 26 October 2015 (2015-10-26), pages 1218 - 1223, XP032831083, DOI: 10.1109/MILCOM.2015.7357612 * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3583518A1 (fr) | 2019-12-25 |
| FR3062936B1 (fr) | 2021-01-01 |
| WO2018150119A1 (fr) | 2018-08-23 |
| US11308233B2 (en) | 2022-04-19 |
| US20200019723A1 (en) | 2020-01-16 |
| CA3050353A1 (fr) | 2018-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10498706B2 (en) | Searchable encryption enabling encrypted search based on document type | |
| US9825925B2 (en) | Method and apparatus for securing sensitive data in a cloud storage system | |
| US10404669B2 (en) | Wildcard search in encrypted text | |
| Zhang et al. | Pop: Privacy-preserving outsourced photo sharing and searching for mobile devices | |
| US10268834B2 (en) | Privacy-preserving querying mechanism on privately encrypted data on semi-trusted cloud | |
| US10902063B2 (en) | Wildcard search in encrypted text | |
| CA2778847C (fr) | Identification par controle de donnees biometriques d'utilisateur | |
| Singh et al. | A cryptography based privacy preserving solution to mine cloud data | |
| US20230254126A1 (en) | Encrypted search with a public key | |
| US20230306131A1 (en) | Systems and methods for tracking propagation of sensitive data | |
| US10284535B2 (en) | Secure database | |
| Cui et al. | Harnessing encrypted data in cloud for secure and efficient image sharing from mobile devices | |
| Kim et al. | Privacy-preserving parallel kNN classification algorithm using index-based filtering in cloud computing | |
| FR3062936A1 (fr) | Procede de recherche d'informations dans un corpus chiffre stocke sur un serveur | |
| EP3461055B1 (fr) | Système et procédé pour assurer l'annotation externalisée sécurisée d'ensembles de données | |
| Pramanick et al. | Searchable encryption with pattern matching for securing data on cloud server | |
| Alamri et al. | Secure sharing of health data over cloud | |
| Sah et al. | Preserving Data Privacy with Record Retrieval using Visual Cryptography and Encryption Techniques | |
| Surrah | Multi Keyword Retrieval On Secured Cloud | |
| Zhang et al. | Outsource photo sharing and searching for mobile devices with privacy protection | |
| Rajendran et al. | An Efficient Ranked Multi-Keyword Search for Multiple Data Owners Over Encrypted Cloud Data: Survey | |
| Thomas et al. | Image De-Duplication by using Tin Eye Match Service Engine in Cloud Computing | |
| Agarwal et al. | Privacy Preserving content-based image retrieval using Cloud Computing | |
| Praveen et al. | On the Design of a Searchable Encryption Protocol for Keyword Search using Proactive Secret Sharing | |
| Shruthishree et al. | Secure Conjunctive Keyword Ranked Search over Encrypted Cloud Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20180817 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |
|
| PLFP | Fee payment |
Year of fee payment: 7 |
|
| PLFP | Fee payment |
Year of fee payment: 8 |