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: 2018103184289
申请人: 湖南大学
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:

1.一种基于云环境的多属性范围查询方法,其特征在于,包括:步骤S1:本地服务器根据预设数据加密算法加密明文数据集得到密文数据集;

步骤S2:本地服务器将与所述明文数据集对应的初始索引构造成索引向量,并采用预设的索引加密算法加密索引向量,得到安全索引向量,将所述密文数据集和安全索引向量发送给云端服务器;

步骤S3:本地服务器根据用户发送的查询请求构造请求向量,并采用所述索引加密算法加密请求向量,得到安全查询向量,将所述安全查询向量发回用户;

步骤S4:云端服务器根据用户转发的所述安全查询向量,计算安全索引向量与安全查询向量的内积,通过内积计算结果确定目标数据密文,并将所述目标数据密文发回用户;

步骤S5:用户通过步骤S1的数据加密算法解密所述目标数据密文,得到目标数据明文。

2.根据权利要求1所述的方法,其特征在于,所述索引加密算法为kNN算法;

所述索引加密密钥为SK=(sk,σ,L1,L2);

其中,sk=(M1,M2,S),σ为随机排列数列[1,2,...,d]得到的洗牌函数,L1和L2均为长度为 的二进制随机字符串、该字符串仅由0和1构成且0和1的个数相等,d为正整数;

M1和M2均为d行d列的可逆矩阵,S为一个长度为d的二进制随机字符串、该字符串仅由0和1构成且0和1的个数相等。

3.根据权利要求2所述的方法,其特征在于,当所述明文数据集DS为DS={D1,D2,...,Di,...,Dn},n为正整数时,其中,每一个数据Di都对应包含m个属性值 的属性值集合Ai,

1≤k≤m且m为正整数;

每一个数据Di对应的每一个属性值 所对应的所述索引向量 的构造方法为:步骤S201:随机生成一个包含 个非负数的填充集合C, 且且集合中所有数的和大于0;

步骤S202:从第1位开始,依次填充索引向量 的前 位:当字符串L1的第t位字符为1时,填充 的第t位为 否则,填充 的第t位为1,其中,步骤S203:从第 位开始,依次填充索引向量 的后 位:当字符串L2的第 位字符为1时,填充 的第t位为 并使x=x+1,否则,填充的第t位为cy,并使y=y+1,其中,步骤S204:采用洗牌函数σ对填充完毕后的索引向量 进行洗牌操作,得到洗牌后的索引向量

4.根据权利要求3所述的方法,其特征在于,采用kNN算法对所述索引向量 加密的方法为:步骤S211:将d维索引向量 拆分为两个d维向量pa和pb,拆分规则为:从字符串S的第1位开始,若第t位字符为1,则将索引向量 的第t位的值随机拆分为两个数值分别填充到向量pa和pb的第t位中;若第t位字符为0,则直接将索引向量 的第t位的值分别填充到向量pa和pb的第t位中;

T T

步骤S212:将向量pa和pb分别乘以矩阵M1和M2的置换矩阵M1 和M2,从而得到安全索引向量

5.根据权利要求2所述的方法,其特征在于,步骤S3中根据用户发送的查询请求构造请求向量的方法为:当所述查询请求为 k∈[1,m]时,根据低边界 构造请求向量 根据高边界 构造请求向量

请求向量 的构造方法为:

步骤S301:随机生成一个包含 个非负数的填充集合 且且集合中所有数的和大于0;

步骤S302:从第1位开始,依次填充请求向量 的前 位:当字符串L1的第t位字符为1时,填充 的第t位为 并使x=x+1,否则,填充 的第t位为 并使y=y+1,其中,步骤S303:从第 位开始,依次填充请求向量 的后 位:当字符串L2的第 位字符为1时,填充 的第t位为-1,否则,填充 的第t位为其中,步骤S304:采用洗牌函数σ对填充完毕后的请求向量 进行洗牌操作,得到洗牌后的请求向量其中, 中的s∈[1,u]。

6.根据权利要求5所述的方法,其特征在于,采用kNN算法对所述请求向量 加密的方法为:步骤S211:将d维请求向量 拆分为两个d维向量qa和qb,拆分规则为:从字符串S的第1位开始,若第t位字符为1,则直接将请求向量 的第t位的值分别填充到向量qa和qb的第t位中;若第t位字符为0,则将请求向量 的第t位的值随机拆分为两个数值分别填充到向量qa和qb的第t位中;

步骤S212:将向量qa和qb分别乘以矩阵M1和M2的逆矩阵M1-1和M2-1,从而得到安全查询向量

7.根据权利要求6所述的方法,其特征在于,所述步骤S4中内积的计算方法为:步骤S401:计算安全查询向量 与安全索引向量 的内积:其中,s∈[1,u], 表示低边界 对应的安全查询向量, 表示高边界 对应的安全查询向量;

步骤S402:当Vk,1≤0且Vk,u≥0时,确定此时安全索引向量 对应的多属性密文数据属于目标数据密文。

8.根据权利要求7所述的方法,其特征在于,在对所述请求向量 加密前,根据随机数f、r和h将请求向量扩充为请求矩阵,然后,将所述请求矩阵中的每一列数据作为一个向量,采用kNN算法对向量进行加密,得到安全查询矩阵,最后,通过计算安全索引向量 与所述安全查询矩阵的内积,得到一个中间向量,再计算该中间向量所有元素之和,通过判断该和值是否满足预设条件,当满足预设条件时,确定此时安全索引向量 对应的多属性密文数据属于目标数据密文;

其中,r∈R,h∈R且r+h>0,f∈[2,d];

所述将请求向量扩充为请求矩阵扩充方法为:

步骤S221:构建一个d行f列的请求矩阵 将请求矩阵 中的各个元素初始化为0;

步骤S222:从请求矩阵 的第一行开始,将 随机填充到请求矩阵第i行的任意列上,并使得请求矩阵 中每一列至少包含一个请求向量中的元素;

步骤S223:将请求矩阵 第i行的剩余位置上填充随机数,并使得请求矩阵 第i行填充的随机数之和为 由此得到请求矩阵