[发明专利]一种面向云环境密文检索效率优化的检索过滤阈值选取方法

说明书

本发明公开一种面向云环境密文检索效率优化的检索过滤阈值选取方法，包括：第一阶段为构建关键词区块：利用关键词和文档之间的相关度量化方法，计算每一个文档和每一个关键词的单关键词‑单文档相关度得分；对该相关度得分进行降序排列，并进行等量划分，生成全局区块表和对应的下边界数组；再利用全局区块表和下边界数组信息，为每个关键词构建相应的关键词区块表；第二阶段为确定检索过滤阈值：在执行密文检索时，根据检索关键词及其对应的关键词区块表信息，计算并确定检索过滤阈值。本发明提供的检索过滤阈值选取方法，适用于面向云环境的基于树形结构索引的密文检索应用场景，且能够在不影响检索结果精度的情况下，提升检索效率。

技术领域

本发明属于信息检索领域，具体的说是涉及一种面向云环境密文检索效率优化的检索过滤阈值选取方法。

背景技术

在信息爆炸的时代，云计算以其近乎无尽的存储空间和计算能力，吸引着资源受限的用户将计算任务外包给云服务器，以便于享受高质量数据服务，又能大大降低本地管理开销。然而，数据外包带来严重的隐私安全问题。实现云环境中隐私保护最直接的方法是将数据加密后再进行外包，但这种方式会严重影响数据的可用性，例如在信息检索领域，现有的多关键词检索主要是面向明文数据的，无法直接应用到密文检索场景中。而将所有加密数据从云端下载到本地进行解密，显然是一种不切实际且浪费资源的处理方法。因此，许多可搜索加密方法被提出，能够保证数据的机密性，同时能在云环境中对密文数据进行高效检索。

近年来，研究者提出的解决方案主要采用基于树形结构索引的加密文档排序检索方法，该类方法通过构建结构简单且自身安全的树形结构索引，通过深度优先搜索检索出最相关的若干文档。例如，论文“Xia Z,Wang X,Sun X,et al.A secure and dynamicmulti-keyword ranked search scheme over encrypted cloud data.IEEEtransactions onparallel and distributed systems,2015”使用了二叉平衡树索引、论文“Chen C,Zhu X,Shen P,et al.An efficient privacy-preserving ranked keywordsearch method.IEEE Transactions on Parallel and Distributed Systems,2015”使用了层次聚类二叉树索引、论文“Dai H,Dai X,Yi X,et al.Semantic-aware multi-keywordranked search scheme over encrypted cloud data.Journal ofNetwork andComputerApplications,2019”使用了蕴含语义特征信息的完全二叉树索引等，该类方法均使用检索过滤阈值提高检索效率。在执行检索时，初始检索过滤阈值均设置为0，然后在深度优先搜索过程中通过访问代表文档的节点，从而对检索过滤阈值进行非递减更新。同时，在检索过程中，对于深度优先访问的索引树中的节点，若该节点满足检索过滤阈值的限制要求，则继续执行针对该节点的深度优先搜索；否则，以该节点为根的子树被剪枝。利用上述基于阈值控制的剪枝方法，能够过滤掉不满足要求的子树。

然而，由于现有的基于树形索引的检索方法中的初始检索过滤阈值均设置为0，在检索初期，该阈值的剪枝过滤作用不明显，这在一定程度上限制了检索的高效性。如果能够在检索启动时，选取合适的检索过滤阈值，就能进一步提高深度优先搜索过程中的剪枝效率。本发明正是围绕“如何选取合适的检索过滤阈值”这一问题，提出一种能够提升密文检索效率的检索过滤阈值选取方法。

发明内容

针对现有方法在阈值选取上的不足，本发明提出一种面向云环境密文检索效率优化的检索过滤阈值选取方法，能在不影响检索结果精度的情况下，提升检索效率。

为了达到上述目的，本发明是通过以下技术方案实现的：

本发明是一种面向云环境密文检索效率优化的检索过滤阈值选取方法，包括：构建关键词区块；确定检索过滤阈值；