[发明专利]一种基于安全内积的加密数据隐私范围查询系统及方法

说明书

本发明公开了一种基于安全内积的加密数据隐私范围查询系统及方法，系统包括信托机构TA、云服务器CS、一组数据持有方DOsubgt;i/subgt;(i＝{1，2，...，m})、数据请求者RU；DOsubgt;i/subgt;的数据表示为xsubgt;i/subgt;＝(xsubgt;i，1/subgt;，xsubgt;i，2/subgt;，…，xsubgt;i，n/subgt;)。TA负责系统初始化参数和用户注册，并参与RU的查询Token生成；DOsubgt;i/subgt;通过公共参数及本地密钥对数据xsubgt;i/subgt;进行加密处理后外包给CS；RU通过TA生成查询Token并生成查询范围，将其发送给CS，最后对CS返回的结果进行恢复；CS使用RU的查询密钥对接收到的密文进行计算，然后将满足查询范围的结果返还给RU。方法包括生成系统参数，用户注册，外包数据加密，Token生成，数据计算，隐私范围查询，返回查询结果，恢复数据内积八个部分。方案能实现各方的数据隐私及查询隐私不被泄露，具有很高的安全性和实用性。

技术领域

本发明属于数据隐私保护技术领域，涉及一种有多个数据拥有者在私有数据得到隐私保护的前提下进行数据外包交易，供数据使用者对其加密数据进行隐私范围查询使用的系统及方法；特别涉及一种针对互不信任的多方参与数据交易的基于安全内积的加密数据隐私范围查询系统及方法。

背景技术

大数据时代下，物联网、云计算、移动互联网等技术的兴起促进了大数据产业的蓬勃发展，大数据已经深入到医疗、教育、交通等各个传统行业。然而，每天产生的大量数据给存储容量有限的数据所有者带来了沉重的存储负担。幸运的是，新兴的云服务提供了几乎无限的存储资源，同时也提供了快速高效的计算服务。数据所有者可以从云服务器购买存储服务来存储数据，也可以通过云进行数据交易，把数据提供给数据用户使用，从而得到一些相应的报酬。但信息的远程存储给数据的隐私保护和数据的有效共享带来了严峻的挑战，在这个过程中就不得不涉及到了私有数据的隐私泄漏问题。因此，如何在大数据环境下保护用户敏感数据的隐私引起了学术界和工业界的大量关注，与此同时保证数据的可用性和计算的高效性成为大数据隐私保护领域的研究热点之一。

函数加密(FE)与传统的一些公钥加密方法相比，它允许用户精细的控制密文的信息显示给给定的接收者。FE解密获得秘密数据的函数值而不是原始数据。内积函数加密则是使用向量y的密钥解密加密的向量x将只显示出x,y，而不是将初始加密的向量x暴露出来。这个功能看起来虽然简单，不过却非常有用，比如对一些数据进行统计，计算等。这一新型密码体制能够在保证数据机密性的同时，实现有效的数据计算、检索与访问控制。

比如当有一些数据拥有者希望外包他们的数据参与交易而获取一些报酬，但同时并不想把自己的原始数据泄露出去，于是希望将数据加密后再进行外包；数据使用者是需要大量的数据来进行分析从而进行一些操作的用户，比如金融行业或者医疗行业等。但考虑到大量的数据比较混乱复杂，并不是所有的数据都是他们需要的，于是需要对其数据进行一个特定的范围查询，只有满足数据使用者的要求范围内的数据才会被数据使用者接收，并对其数据拥有者给予一定的报酬。而内积函数加密可以有效的解决数据拥有者不想暴露私有数据而又可以参与数据外包交易的诉求，通过内积函数加密方法来加密数据拥有者的私有数据，参与到数据外包交易当中，而数据使用者需要对其内积结果进行私密的范围查询，只有满足其查询要求的数据才会被数据使用者所使用。这样不仅可以减少了额外的通信开销和存储开销，也在一定程度上防止了用户的恶意交易行为。