基于多方数据安全共享的关键词查询算法研究

发布时间：2021-05-06 23:43

　　随着数据的大量积累以及数据分析技术的成熟,数据成为业务运营和程序应用的核心。Forrester公司的一项研究表明,企业存储需求每年增长52%。云计算为大规模的数据存储与数据计算提供了一种便捷的解决方案。数据拥有者通过将数据以及计算外包给云服务提供商,向用户提供集中,高效的查询检索服务,从而减小自身由于维护,存储数据所带来的高昂的成本。然而,考虑到数据隐私保护,数据拥有者不会将敏感的数据以明文的形式外包给云服务提供商（例如,财务数据与医疗数据）。这就是“EDO”问题（Encrypted Data Outsourcing）。目前,针对该问题,研究者们所提出的解决方案几乎都是只适用于单一数据拥有者外包数据的情形。然而,随着数据商业价值的突显,数据共享的需求也在显著地增加。“开放数据计划”允许多个数据拥有者之间共享彼此的数据信息,以期使各自能够从数据中获取更多价值,从而进一步地提高用户体验。但是,由于数据的敏感性以及其所具有的商业价值,任意两个组织机构之间难以建立牢固的信任关系,从而无法安全地共享彼此的数据。为了解决这一问题,本文提出了一种安全的字符串模式匹配查询处理框架,支持不同数据拥有者之... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
    1.3 本文主要工作及创新
    1.4 本文组织结构
第二章 问题定义与基础知识
    2.1 字符串模式匹配查询
    2.2 问题定义
    2.3 安全威胁模型
    2.4 ElGamal加密机制
        2.4.1 ElGamal描述
        2.4.2 分布式ElGamal加密机制
    2.5 布隆过滤器
    2.6 本章小结
第三章 安全的字符串模式匹配查询处理框架
    3.1 数据加密与查询生成算法
        3.1.1 查询条件生成算法
        3.1.2 数据加密
    3.2 安全索引结构—S2PAStree
        3.2.1 布隆过滤器生成算法
        3.2.2 索引结构S2PAStree
        3.2.3 安全性与复杂性分析
    3.3 查询处理算法
        3.3.1 算法准备
        3.3.2 查询处理算法
        3.3.3 安全性与复杂性分析
    3.4 结果检索协议
        3.4.1 哈达马积(Hadamard product)
        3.4.2 结果检索协议
        3.4.3 安全性与复杂性分析
    3.5 实验结果及分析
        3.5.1 实验环境配置
        3.5.2 布隆过滤器参数设置
        3.5.3 实验结果及分析
    3.6 本章小结
第四章 安全索引S2PAStree的构建方法
    4.1 引言
    4.2 协议基础
        4.2.1 关键词的相似度
        4.2.2 关键词聚类
        4.2.3 簇相似度
        4.2.4 簇加密
    4.3 簇融合
        4.3.1 簇相似度计算协议
        4.3.2 簇相似度计算协议
        4.3.3 安全性与复杂性分析
        4.3.4 簇融合
    4.4 索引S2PAStree构建
        4.4.1 布隆过滤器合并协议
        4.4.2 安全性与复杂性分析
        4.4.3 索引S2PAStree构建示例
    4.5 隐私目标分析
    4.6 多方构建S2PAStree
        4.6.1 方法描述
        4.6.2 安全性与复杂性分析
    4.7 实验结果及分析
        4.7.1 实验环境配置
        4.7.2 实验结果及分析
        4.7.3 实验结果对比
    4.8 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
攻读硕士期间取得的研究成果



本文编号：3172829