欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2018100257470
申请人: 暨南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种可验证的密文数据范围查询方法,其特征在于,步骤如下:

步骤S1、针对于数据拥有者需要上传至云服务器的各本地数据,首先在数据拥有者终端根据从大到小或者从小到大的顺序针对需要上传至云服务器的各本地数据进行排序,然后针对于各本地数据,同时记录下各本地数据的前后数据,得到各本地数据的三元组数据;

同时将各本地数据转换成前缀集合,并且根据各本地数据的排序,将各本地数据的前缀集合存储在一个树状的PBtree中;

步骤S2、针对于各本地数据加密:将各本地数据对应的三元组数据进行非对称加密,然后将加密后的密文存储在PBtree中对应存储该本地数据前缀集合的叶节点中;

针对于PBtree中各节点存储的前缀进行加密:针对于PBtree中每个节点,将该节点存储的各前缀集合进行并集,得到并集后的前缀集合,针对于该节点并集后的前缀集合,将其中的各前缀进行哈希函数的加密处理,将通过哈希函数加密处理后的各前缀对应存储于各布隆过滤器上;

将数据拥有者终端将上述处理后得到的PBtree发送给云服务器;

步骤S3、当数据使用者需要查询某范围所包含的数据时,首将该查询范围转换为一个最小的前缀集合,针对于前缀集合中的各前缀,分别计算其多个哈希值,然后将各前缀的多个哈希值组合形成一个矩阵,作为该查询范围的陷门;最后将该查询范围的陷门通过终端发送至云服务器;

步骤S4、当云服务器接收到陷门时,使用该陷门在PBtree中从根节点开始从上至下开始搜索,其中针对于各节点,通过陷门以及该节点中对应存储加密后的各前缀的各布隆过滤器检查是否满足以下条件:该节点中存储的并集后的前缀集合和该陷门对应查询范围最小的前缀集合的交集不为空集;若满足,则针对于该节点的后续节点再检测是否满足上述条件,直到寻找到满足上述条件的所有叶节点,将搜索到的满足上述条件的叶节点中存储的密文作为查询结果返回给数据使用者的终端;

步骤S5、数据使用者终端接收到云服务器返回的各密文后,通过私钥进行解密,得到各组解密后的数据,数据使用者根据各组解密后的数据判断其所获取到的数据大小是否连续,若连续,则表示云服务器返回的查询结果是完整的;否则表示云服务器返回的查询结果是不完整的;

若数据使用者通过终端发送陷门给云服务器后,云服务器没有查询到结果,则云服务器返回PBtree根节点存储的数据给数据使用者终端,数据使用者终端验证云服务器范围的PBtree根节点存储的数据和陷门所对应的查询范围的交集是否为空集,若否,表示服务器未返回符合范围的数据。

2.根据权利要求1所述的可验证的密文数据范围查询方法,其特征在于,所述步骤S1中,将各本地数据转换成前缀集合的过程如下:首先针对于各本地数据,获取其二进制数;

然后根据其二进制数获取到前缀集合:

F(x)={b1b2…bw,b1b2…bw-1*,…,b1*…*,**…*};

其中b1b2…bw为本地数据x的二进制数,w为本地数据x的二进制位数,*为二进制0或1。

3.根据权利要求1所述的可验证的密文数据范围查询方法,其特征在于,所述步骤S1中,根据各本地数据的排序将各本地数据的前缀集合存储在一个树状的PBtree中的具体过程如下:步骤S11、首先按照各本地数据的排序对各本地数据的前缀集合进行排序,由排序后的前缀集合构成根节点,然后将根节点中的前缀集合拆分成左子集Sleft和右子集Sright;进步骤S12;

其中本步骤中,当根节点中前缀集合总数为偶数时,左子集Sleft和右子集Sright中前缀集合的个数相同;当根节点中前缀集合总数为奇数时,左子集Sleft中前缀集合的个数比右子集Sright中前缀集合的个数多一个;进入步骤S12;

步骤S12、针对于各左子集Sleft进行以下处理:由当前获取到的各左子集Sleft构成各左子树的根节点,然后针对于各左子树的根节点,将该左子树的根节点中的前缀集合拆分成左子集Sleft和右子集Sright;其中当该左子树根节点中前缀集合总数为偶数时,所拆分的左子集Sleft和右子集Srigh中前缀集合的个数相同;当该左子树根节点中前缀集合总数为奇数时,所拆分的左子集Sleft中前缀集合的个数比右子集Srigh中前缀集合的个数多一个;

针对于各右子集Sright进行以下处理:由各右子集Sright分别构成各右子树的根节点;然后针对于各右子树的根节点,将该右子树各根节点中的前缀集合拆分成左子集Sleft和右子集Sright;其中当该右子树根节点中前缀集合总数为偶数时,所拆分的左子集Sleft和右子集Sright中前缀集合的个数相同;当该右子树根节点中前缀集合总数为奇数时,所拆分的左子集Sleft中前缀集合的个数比右子集Sright中前缀集合的个数多一个;

步骤S13、针对于步骤S12获取到的各左子集Sleft和各右子集Sright,分别判断其中的前缀集合个数是否为1,针对于前缀集合个数不为1的各左子集Sright和各右子集Sright,则再进行步骤S12的处理;而前缀集合个数为1的各左子集Sright和各右子集Sright分别构成PBtree的各叶节点;最后将PBtree所有的叶节点用一个链表连接。

4.根据权利要求1所述的可验证的密文数据范围查询方法,其特征在于,所述步骤S2中,针对于各本地数据进行加密的过程如下:步骤S21、选择一对不同且大于一定值的素数p和q,计算n=pq;

步骤S22、计算g(n)=(p-1)(q-1),然后找一个与g(n)互质的数e,且1

步骤S23、计算d,其中d为:d≡e-1mod g(n);

步骤S24、设置公钥为pk=(e,n),私钥为sk=(d,n);然后各本地数据及其前后数据构成的三元组进行加密,得到密文为:Ci=(di-1||di||di+1)e(mod n);

其中Ci为本地数据di及其前面数据di-1和后面数据di+1构成的三元组数据进行加密得到的密文。

5.根据权利要求1所述的可验证的密文数据范围查询方法,其特征在于,所述步骤S2中,针对于PBtree中每个节点中的前缀进行加密的过程如下:步骤S2a、首先将该节点存储的各前缀集合进行并集,得到并集后的前缀集合;

步骤S2b、获取数据拥有者和数据使用者共享的r个密钥;针对于该节点并集后的前缀集合中的每个前缀,与r个密钥组合使用哈希函数计算得到:HMAC(k1,pi),…,HMAC(kr,pi);

其中k1,…,kr为数据拥有者和数据使用者共享的r个密钥,pi为该节点并集后的前缀集合中的第i个前缀;

步骤S2c、针对于该节点,生成一个与密钥比特位长度相同的随机数,再使用该随机数依次计算出该节点并集后的前缀集合中的每个前缀的r个哈希值:HMAC(vx.R,HMAC(k1,pi)),…,HMAC(vx.R,HMAC(kr,pi));

其中vx.R即为针对于节点vx生成一个与密钥比特位长度相同的随机数;

步骤S2d、针对于该节点,通过步骤S2c获取到该节点并集后的前缀集合中的各前缀的r个哈希值后,即得到经过哈希函数加密后的各前缀,然后通过以下操作,将通过哈希函数加密处理后的各前缀对应存储于各布隆过滤器上:vx.Bi[HMAC(vx.R,HMAC(kj,pi))mod M]:=1;

x=1,2,3,…X;j=1,2,3,…r;i=1,2,3,…I,

其中vx.Bi[HMAC(vx.R,HMAC(kj,pi))mod M]:=1表示将节点vx并集后的前缀集合中通过哈希函数加密后的第i个前缀pi在布隆过滤器Bi中对应所存储的位置置为1;X为PBtree中节点总数,I为节点vx并集后的前缀集合中前缀的总数;M为布隆过滤器的长度,在布隆过滤器上将相应存储加密后的前缀的位置置为1。

6.根据权利要求5所述的可验证的密文数据范围查询方法,其特征在于,所述步骤S3中,生成陷门的过程如下:步骤S31、针对于数据使用者给出的查询范围,首先将该查询范围转换成一个最小的前缀集合,针对于该前缀集合中的各前缀,分别通过数据拥有者和数据使用者共享的r个密钥计算出r个哈希值:HMAC(k1,qy),…,HMAC(kr,qy);

其中qy为该查询范围最小的前缀集合中的第y个前缀,1,2,3,…Y,Y为该查询范围最小的前缀集合中前缀的总数;其中k1,…,kr为数据拥有者和数据使用者共享的r个密钥;

步骤S32、将步骤S31获取到的该查询范围最小的前缀集合中各前缀的多个哈希值组合形成一个矩阵,作为该查询范围的陷门:其中q1至qY分别为该查询范围最小的前缀集合中的第1至Y个前缀,其中陷门中第y行对应查询范围最小的前缀集合中的第y个前缀的r个哈希值。

7.根据权利要求6所述的可验证的密文数据范围查询方法,其特征在于,所述步骤S4中,当云服务器接收到陷门后,查询的过程具体如下:步骤S41、首先从PBtree中根节点开始从上至下进行搜索,针对PBtree中的各节点,通过陷门以及该节点中对应存储加密后的各前缀的各布隆过滤器检查是否满足该节点中存储的并集后的前缀集合和该陷门对应查询范围最小的前缀集合的交集不为空集的条件,具体为:针对于陷门中每一行,检查该节点中对应存储加密后的各前缀的各布隆过滤器中是否有布隆过滤器与该行中任一元素计算均满足以下条件的:vx.Bi[HMAC(vx.R,HMAC(kj,qy))mod M]:=1;

x=1,2,3,…X;j=1,2,3,…r;i=1,2,3,…I,y=1,2,3,…Y;

若是,则表示该节点中并集后的前缀集合中包含陷门该行对应的前缀;即该节点中并集后的前缀集合和陷门所对应查询范围最小的前缀集合S([a,b])交集不为空集;

步骤S42、针对于满足上述条件的各节点,则针对于该节点的后续节点再检测是否满足上述条件,直到寻找到满足上述条件的所有叶节点,将搜索到的满足上述条件的叶节点中存储的密文作为查询结果返回给数据使用者的终端。

8.根据权利要求7所述的可验证的密文数据范围查询方法,其特征在于,所述步骤S42中,针对PBtree中的每一节点,检查该节点对应存储加密后的各前缀的各布隆过滤器中是否存在所有布隆过滤器与陷门的某一行其中一个元素计算满足以下条件:vx.Bi[HMAC(vx.R,HMAC(kj,qy))mod M]:=0;若是,则表示该节点中并集后的前缀集合不包含陷门该行中哈希值对应的前缀,此时针对于PBtree中该节点后续的节点进行搜索时,将陷门中该行元素进行移除当搜索到叶节点或陷门中所有行元素均被移除时,则停止搜索。

9.根据权利要求1所述的可验证的密文数据范围查询方法,其特征在于,所述步骤S1中,当根据从大到小的顺序针对需要上传至云服务器的各本地数据进行排序时,则第一个本地数据与正无穷大符号和第二个本地数据构成三元组数据,最后一个本地数据与倒数第二个本地数据以及负无穷小符号构成三元组数据;

当根据从小到大的顺序针对需要上传至云服务器的各本地数据进行排序时,则第一个本地数据与负无穷大符号和第二个本地数据构成三元组数据,最后一个本地数据与倒数第二个本地数据以及正无穷大符号构成三元组数据。

10.根据权利要求1所述的可验证的密文数据范围查询方法,其特征在于,所述步骤S5中,数据使用者根据各组解密后的数据判断其所获取到的数据大小是否连续的的过程如下:判断前一组解密后的第三个数据是否和后一组解密后的第一个数据相同;第一组解密后的第一个数据以及最后一组解密后的第三个数据是否在查询范围之外,若上述均为是,则判断数据使用者所获取到的数据大小是连续的。