隨著云計算的不斷發(fā)展,云存儲已經(jīng)成為云計算最廣泛的應用之一。云存儲在為廣大用戶帶來方便的同時,也造成了數(shù)據(jù)所有權和管理權分離的問題。云存儲安全受到業(yè)界廣泛地關注,為了更好地解決此問題,可搜索加密的云存儲服務機制及效率問題在近幾年中得到了研究者的廣泛研究和發(fā)展。本文針對目前可搜索加密的不精確問題進行了研究,實現(xiàn)了在語義方面的精準搜索以及效率的提高。目前的可搜索加密方案大多針對多用戶,多關鍵字搜索等方面進行研究,但沒有考慮到語義對于搜索結果的影響,為了解決這個問題,本文實現(xiàn)了語義方面的可搜索加密,并且在此基礎上提高了運作效率。本文利用了兩個云服務器確保用戶語義搜索的高效運行,一臺用來匹配陷門以及產(chǎn)生語義的相關匹配結果,另一臺用來搜索出最相關的文件并返回給用戶。為了更安全和高效,本文中語義樹上傳至云服務器中,使用在云服務器中產(chǎn)生陷門的辦法,確保減少用戶的計算量,同時對語義樹進行加密,保證語義樹關鍵信息的安全,不被惡意用戶竊取。另外,本文采用消息摘要算法(Message-Digest Algorithm 5,MD5)加密可以保證明文與密文的對應,并且利用MD5加密的密文無法通過密文解出明文的特點,保證明文的安全。通過安全性分析可得本方案具有抗偽造攻擊、已知密文模型下的安全性和數(shù)據(jù)的安全性。通過語義樹的效率分析和與目前相關方案的時間復雜度的對比分析,表明該方案具有高效性。
【學位單位】：蘭州理工大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP309.7;TP391.3
【部分圖文】：

圖 2.1 可搜索加密過程2.2 可搜索加密的分類 在可搜索加密出現(xiàn)以前，人們的文件加密存儲在云上，如果想要查看必須全部下載，因為加密的文件是無法搜索的，這樣很麻煩而且會浪費很多資源。于是出現(xiàn)了可搜索加密機制，可以對加密的文件進行搜索并且不會暴露隱私。可搜索加密又分為對稱可搜索加密和公鑰可搜索加密即非對稱可搜索加密。 2.2.1 對稱可搜索加密的概念 對稱加密算法，所謂對稱，是指加密加解密的密鑰是同一個，加密密鑰和解密密鑰之間可能有一些簡單的轉換計算。在對稱可搜索加密環(huán)境下，數(shù)據(jù)的擁有者、陷門的產(chǎn)生者以及解密者都是同一個用戶。對稱可搜索加密的優(yōu)勢在于計算方面，它的相對于非對稱可搜索加密計算量是較小的，適用于大數(shù)據(jù)的加密，缺點則是加密用戶和解密用戶需要在事先統(tǒng)一密鑰，而密鑰則必須通過安全信道傳

圖 2.2 對稱可搜索加密的模型可搜索加密的算法描述如下[35]： 1.(對稱可搜索加密)�？伤阉骷用芩惴ㄊ嵌x在字典1 2{ , ,..., W W W分為五個步驟： SSE ( KeyGen , Encrypt , Trapdoor , Search , Decrypt) KeyGen ( )： 是安全參數(shù)，該算法根據(jù)安全參數(shù)生成加密密鑰 K , C ) Encrypt ( K , D)：是明文文件集合，1 2( , ,..., )nD D D D， 2iD ，，該算法生成文件索引I和密文文件集1 2( , ,..., )nC C C C，部分方案引，則令 I 。 ( , ) Trapdoor K W：其中，K是對稱密鑰，W是用戶輸入需要查詢的關成關鍵詞W對應的陷門WT。 ( , )W W Search I T：該算法根據(jù)用戶輸入生成的陷門 以及文件的索

圖 2.3 公鑰可搜索加密的模型對稱可搜索加密的算法描述如下： 定義 5. 公鑰可搜索加密[38]。公鑰可搜索加密算法可以描述為 PEKS ( KeyGen, Encrypt , Trapdoor , Test) (2.2) 其中， 1. ( pk , sk ) KeyGen ：安全參數(shù) 作為輸入，運行KeyGen算法產(chǎn)生公鑰pk和私鑰 sk ； 2. ( , )WC Encrypt pk W：公鑰pk和關鍵詞W作為輸入，運行Encrypt算法產(chǎn)生關鍵詞密文WC； 3. ( , )WT Trapdoor sk W：私鑰sk和關鍵詞W作為輸入，運行Trapdoor算法生成關鍵詞陷門WT； 4. ( , , )W Wb Test pk C T：公鑰pk，關鍵詞陷門WT 和關鍵詞密文WC 作為輸入，運行Test 算法，將W與'W進行匹配，然后輸出是否匹配的判斷值b {0,1}。
【相似文獻】

相關期刊論文 前10條

1 李舟軍，王兵山;語義樹方法及其可靠性和完備性[J];國防科技大學學報;1994年03期

2 黃名選;嚴小衛(wèi);;基于查詢語義樹的語義查詢擴展研究[J];情報理論與實踐;2007年06期

3 江勝,盧炎生;主動數(shù)據(jù)庫中的復合事件構造與探測[J];計算機與數(shù)字工程;2001年04期

4 劉詠梅;楊帆;于林森;;場景語義樹圖像標注方法[J];中國圖象圖形學報;2013年05期

5 孟凡榮;田恬;張磊;;基于語義樹的語義關聯(lián)度算法改進[J];微計算機信息;2009年12期

6 趙彥斌;李慶華;趙峰;;Web網(wǎng)頁語義樹的構造與利用[J];華中科技大學學報(自然科學版);2005年S1期

7 劉絮穎;尹青;蔣烈輝;劉建林;;基于結構語義樹的高級控制結構恢復技術[J];計算機工程與設計;2011年09期

8 趙鵬;馮晨成;韓莉;紀霞;;融合深度學習和語義樹的草圖識別方法[J];模式識別與人工智能;2019年04期

9 安建成;武俊麗;;基于語義樹的概念語義相似度計算方法研究[J];微電子學與計算機;2011年01期

10 杜明芳;王軍政;李多楊;何玉東;;基于語義樹Markov隨機場模型的地面機器人多尺度道路感知[J];兵工學報;2016年03期

相關博士學位論文 前1條

1 李琳;基于語義樹的三維角色模型創(chuàng)作方法研究[D];合肥工業(yè)大學;2016年

相關碩士學位論文 前10條

1 王婭菲;基于加密語義樹的多用戶可搜索加密機制[D];蘭州理工大學;2019年

2 許鵬;基于語義的電商網(wǎng)頁內(nèi)容查重研究及系統(tǒng)設計與實現(xiàn)[D];北京郵電大學;2017年

3 史佳慧;財經(jīng)問答系統(tǒng)問句解析子系統(tǒng)[D];哈爾濱工業(yè)大學;2012年

4 柴華;財經(jīng)問答系統(tǒng)結構化查詢子系統(tǒng)的設計與實現(xiàn)[D];哈爾濱工業(yè)大學;2014年

5 程超;面向分類挖掘的獨立L-多樣性隱私保護方法研究[D];華中科技大學;2015年

6 王水利;基于互信息的語義查詢擴展技術研究[D];河南科技大學;2011年

7 羅茜茜;項目信息服務平臺的設計與實現(xiàn)[D];華南理工大學;2012年

8 徐慶;基于詞匯語義信息的中文命名實體關系抽取研究[D];太原理工大學;2016年

9 于甜甜;基于語義樹的語句相似度和相關度在問答系統(tǒng)中的研究[D];山東財經(jīng)大學;2014年

10 談慧媛;精簡語義樹模型構建及在視頻關鍵幀聚類分析中的應用[D];吉林大學;2009年

本文編號：2852366