[发明专利]一种基于加密索引的安全空间文本skyline查询方法

说明书

本发明公开了一种基于加密索引的安全空间文本skyline查询方法，所述方法包括：S1、将外包数据库中的空间文本数据对象创建IR‑tree索引并将其转变成向量形式，其中IR‑tree索引节点包含空间文本数据对象和最小边界矩形MBR；将空间文本skyline查询请求转变成向量的形式；采用非对称内积保持加密技术对每个IR‑tree索引节点中的空间文本数据和空间文本skyline查询请求进行一致性加密，形成安全的IR‑tree索引和安全的查询请求；S2、面向MBR计算空间文本数据对象、加密索引节点间的支配关系；S3、在支配关系的基础上实现基于加密索引的安全的空间文本skyline查询。本发明首次解决了外包数据库场景中隐私保护的空间文本数据skyline查询问题，具有较好的可用性。

技术领域

本发明属于多维数据查询技术领域，涉及一种基于加密索引的安全空间文本skyline查询方法。

背景技术

智能手机的普及性和可承受性以及移动技术和用户友好应用程序的快速发展促使了基于位置的服务(Location-Based Services，LBS)的普及。在使用常用的app时，人们会使用社交网络，基于位置的游戏、定向广告和兴趣点(Points Of Interest，PoI)搜索，分享与GPS(Global Positioning System)坐标和文字描述相关联的照片，在朋友圈分享带有地理位置的文本等。传统的文本数据被添加了地理位置的标签，地理位置信息也常常带有相关的文本描述，空间数据和文本数据的结合形成了一类新的多源异构数据，其被定义为空间文本数据(Spatio-Textual Data)。查询这些空间文本数据的技术，即空间文本查询，基于多个地理位置和多种查询偏好(文本)，查找出与这些位置距离相近且与这些查询偏好相关的目的位置。

空间文本skyline查询(Spatio-Textual Skyline Query，STSQ)是多请求查询，是一种重要的空间文本查询技术。与传统LBS的skyline查询不同，空间文本skyline 查询面向一组表示不同查询偏好的查询请求，计算空间文本对象与该组查询请求间的空间文本支配关系，高效查找出在空间文本综合相关性上不受任何其他空间文本对象支配的空间文本对象。目前，空间文本skyline查询在交通管理、地图查询、移动社交等领域中有着广阔的应用前景。

然而，随着这些与LBS相关的活动不断增加，每天都会产生大量数据。大数据的确为分析提供了一个非常强大且具有潜在利益的矿藏，但同时它也带来了巨大挑战，这可能抵消潜在收益甚至使用户面临巨大的隐私和安全风险。随着云计算技术的成熟，企业采用云计算以确保更大灵活性的最新趋势，LBS的用户比以往任何时候都面临更大的网络攻击风险。一方面，由于基于位置的操作往往包含其服务提供商或用户的敏感数据，即使这些数据是匿名处理的，也可能导致隐私或机密信息的泄露。另一方面，公共云计算平台的服务提供商也并非完全可靠。从云服务器的漏洞入手，窃取云服务器中的数据信息，导致数据库中的用户隐私泄露。

在现有研究中，大部分云计算平台的服务商遵循着半可信的服务模型。在该模型中，云计算平台将正确地遵循协议规范完成协议的指令，云服务器不会对数据发起任何主动攻击，但是一旦满足某些条件(即可以获得一些辅助信息)，云仍然会对数据隐私或用户位置隐私感到好奇。向云服务器提交查询用户的隐私可能会因其搜索关键字而信息泄露，受到损害。

因此，对于一个不完全可信的共享云计算平台，空间文本数据及其查询服务的直接外包可能会导致严重的隐私和安全问题。空间文本数据可能包含非常敏感的个人信息，如果空间文本数据是直接外包的，隐私数据可能会泄露。另一个典型问题，空间文本查询请求可能涉及用户的敏感信息，如家庭住址或个人注册信息等，外包可能威胁数据用户的位置隐私。另外，外包的空间文本数据还可能包含数据拥有者的私有信息，包括私有位置、距离和节点之间的关系等，这些信息不能被未经授权的第三方知道。此外，空间文本数据的收集和构建将耗费大量的人力或物力资源，这使得空间文本数据往往被视为商业秘密，任何竞争对手都无法获取。因此，如何在并不完全可信的云计算平台中提供安全、高效的空间文本skyline查询服务具有重要意义。