[发明专利]云计算环境中的密文搜索方法及系统、设备有效

专利信息
申请号: 202011253239.1 申请日: 2020-11-11
公开(公告)号: CN112332979B 公开(公告)日: 2023-06-27
发明(设计)人: 王树兰;王凯文;李采果 申请(专利权)人: 深圳技术大学
主分类号: H04L9/08 分类号: H04L9/08
代理公司: 深圳市恒申知识产权事务所(普通合伙) 44312 代理人: 鲍竹
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 计算 环境 中的 搜索 方法 系统 设备
【权利要求书】:

1.一种云计算环境中的密文搜索方法,其特征在于,应用于云计算环境中的密文搜索系统,所述密文搜索系统包括客户端和云服务器,所述密文搜索方法包括:

对明文进行属性基加密;构建所述明文中关键字的TF向量以及明文集中关键字的IDF向量;计算所述明文集中的关键字的TF-IDF向量;对所述明文集进行潜在语义SVD降维计算,得到向量空间模型LSA和;同态加密所述向量空间模型LSA和生成对应密文结构;其中,为IDF权重向量;根据所述密文结构得到密文索引表,随机生成用户权限表,并将所述密文结构、用户权限表和密文索引表上传至云服务器,所述用户权限表至少包括每个用户属性类和属性类对应的用户权重策略树,所述明文集至少包括一个明文;

基于所述客户端接收用户申请所述密文结构私钥的请求,所述用户接收所述密文结构私钥后并生成相对应的搜索陷门发送至云服务器,所述搜索陷门至少包括用户属性、搜索关键字、用户私钥;

所述云服务器对所述用户属性与所述用户权重策略树进行匹配,若所述用户属性与所述用户权重策略树匹配成功,则通过所述搜索关键字与所述密文索引表进行筛选,得到搜索的索引密文;

所述云服务器返回所述索引密文的中间值至所述客户端,并进行解密得到搜索结果。

2.如权利要求1所述的方法,其特征在于,通过同态加密用户权重策略树的方式生成主题策略树密文,策略权重对应密文集和密文,属性类对应权重密文;

所述云服务器对所述用户属性与所述用户权重策略树进行匹配具体包括:

对所述用户属性进行同态算法模糊加密后,与所述属性类对应权重密文进行匹配;

若匹配成功,则将所述用户属性再与所述主题策略树密文进行匹配,确定所述用户的权限和可搜索密文的范围;

再与所述策略权重对应密文集合密文进行匹配,锁定所述密文的搜索范围。

3.如权利要求2所述的方法,其特征在于,所述若所述用户属性与所述用户权重策略树匹配成功,则通过所述关键字与所述密文索引表进行筛选,得到搜索的索引密文具体包括:

当所述用户属性与所述用户权重策略树匹配成功后;

通过所述陷门中的搜索关键字和相关参数与所述密文索引表进行密文相关性筛选,得到搜索的索引密文,所述密文索引表至少包括所述密文中的关键字向量。

4.如权利要求3所述的方法,其特征在于,所述基于所述客户端接收搜索方用户申请所述密文结构的私钥的请求具体包括:

基于客户端生成公钥和用于生成私钥的主私钥;

基于公钥、主私钥、所述用户ID以及所述用户属性得到所述用户的私钥。

5.如权利要求1所述的方法,其特征在于,还包括:

基于客户端删除加密数据时,通过更改数据的访问结构;

云服务器确定所述加密数据被删除后,返回删除文件至所述客户端。

6.一种云计算环境中的密文搜索系统,其特征在于,所述系统包括:

加密模块:用于对明文进行属性基加密;构建所述明文中关键字的TF向量以及明文集中关键字的IDF向量;计算所述明文集中的关键字的TF-IDF向量;对所述明文集进行潜在语义SVD降维计算,得到向量空间模型LSA和;同态加密所述向量空间模型和生成对应密文结构;其中,为IDF权重向量;根据所述密文结构得到密文索引表,随机生成用户权限表,并将所述密文结构、用户权限表和密文索引表上传至云服务器,所述用户权限表至少包括每个用户属性类和属性类对应的用户权重策略树,所述明文集至少包括一个明文;

生成模块:用于基于客户端接收用户申请所述密文结构私钥的请求,所述用户接收所述密文结构私钥后并生成相对应的搜索陷门发送至云服务器,所述搜索陷门至少包括用户属性、搜索关键字、用户私钥;

搜索模块:用于所述云服务器对所述用户属性与所述用户权重策略树进行匹配,若所述用户属性与所述用户权重策略树匹配成功,则通过所述搜索关键字与所述密文索引表进行筛选,得到搜索的索引密文;

解密模块:用于所述云服务器返回所述索引密文的中间值至所述客户端,并进行解密得到搜索结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳技术大学,未经深圳技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011253239.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top