基于概率型数据结构的隐私时间成员查询

发布时间：2024-02-19 23:46

　　随着大数据时代的蓬勃发展,信息检索技术在生活中随处可见。一方面,这些数据信息与先进技术满足了用户的日常需求,为他们供了更全面的服务,另一方面用户的很多个人信息被泄露,服务商能够通过这些信息推断用户的兴趣爱好,生活习惯等。当今世界隐私保护与信息技术的发展同样重要。在这篇毕业论文中,我们主要研究基于概率型数据结构的隐私时间成员查询问题。它可以保证用户在完成带有时间信息的成员查询的同时保护隐私不被泄露。我们介绍了一些基本的概率型数据结构和密码学原语,并基于实际的查询需求阐述了如何利用这种数据结构来构建变形持续布隆过滤器。这种变形持续布隆过滤器改进了持续布隆过滤器,能够以更小的空间优势存储大量带有时间信息的数据,从而更有效的实现时间成员查询和插入操作。针对时间成员查询中的隐私保护问题,我们利用了安全多方计算的设计思想,结合查询中对信息隐私保护的要求,设计了两种保护隐私的加密方案。这两种方案分别运用了Paillier同态加密和不经意传输协议,其基本原理是基于通信双方未知对方时间信息的前下来获得比较结果。通过与原来未加密的时间成员查询方案的比较,我们总结了这两种方案对查询效率和查询准确率的影响,并...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图2-1布隆过滤器

哈尔滨工业大学工学硕士学位论文个比特位和3个哈希函数，这15个比特位的初始值为0。图2-1b)展示了x,y两个元素插入布隆过滤器的过程，x经三个哈希函数分别映射到第2,4,7个位置（从第0个位置开始），y经三个哈希函数分别映射到第5,10,13个位置，这六个位置的值置为1。当要借....

图2-2计数型布隆过滤器

哈尔滨工业大学工学硕士学位论文布隆过滤器凭借紧凑的空间优势和哈希函数的单向性支持元素的插入和查询操作。计数型布隆过滤器（CountingBloomFilter，CBF）通过计数可有效的支持删除操作。计数型布隆过滤器将布隆过滤器的每一位扩展为一个计数器，每次插入元素时通过哈希函数映....

图4-2VPB和PBF的查询效率

哈尔滨工业大学工学硕士学位论文1所示。表4-1插入不同大小数据集的CPU执行时间|X|g′mVPB的CPU时间(s)PBF的CPU时间(s)21016107148.7943024620.39857421116107196.572419979.67183421216107305.1....

本文编号：3903511