加密云数据的安全搜索

来源 :江苏大学 | 被引量 : 0次 | 上传用户:software222
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来的技术进步使得云计算技术得以普及和广泛应用。因为云计算技术提供了支持数据存储,传输和计算的经济高效架构,所以此种创新模式正在引起人们的极大兴趣。然而,由于数据控制的欠缺,此种优越的存储服务也带来了诸多挑战。例如数据隐私,数据完整性和数据机密性等设计问题,对云系统的安全性和性能具有重要影响。较多威胁模型都认为云服务提供商是不安全的,因此,安全开发人员建议采用高级安全保证,例如将加密数据存储在云服务中。也有其它模型认为云服务提供商可以信任,而威胁主要来自外部攻击者和其他恶意云客户端。此外,客户端永远不会避免可能的服务器故障,因此,在云环境中存在诸多需要解决的有关安全性和隐私性的挑战。
  解决此类挑战的一个有效解决方案是对云服务器上的加密数据执行计算。因为这种方法不需要数据传输或解密,所以具有诸多优势。搜索操作作为一种云支持的存储库在大小和数量上增长情况下的重要应用实例,是对效率,精度和安全性具有严格要求的操作。然而,现有的对加密数据进行搜索的方法仍然具有较多局限,例如查询表达性,可用性,客户端性能和可伸缩性。
  研究人员已针对如何安全地搜索云数据,同时保证计算,通信和存储效率问题设计出诸多解决方案,主要基于加密原语,提供效率和安全保证。虽然此问题已经被提出了十多年之久,但仍存在较多尚未解决的问题。
  本论文围绕提高可用性和可扩展性对搜索加密数据机制进行设计和评估。本文解决了两个主要问题:一方面,对加密的外包数据和扩展动态数据进行安全地搜索问题。为此,本文提出了一种支持前向隐私的动态可搜索加密方案。此种方案支持对云存储的加密数据在更新(插入或删除)之后进行搜索。另一方面,解决了如何验证搜索结果以确定返回结果的正确性问题。这引出了一个问题:云客户端如何信任返回的查询结果,因为这些结果是云服务端对加密数据执行的某些计算任务的输出。本论文从以下两个方面对此问题进行解决。一是在外包到云服务器之前加密数据,并且返回的查询结果用正确性和完整性参数进行验证。该方法结合了布隆过滤器和轻量同态加密技术。二是引入了“可在云计算中对可更新加密数据进行可验证搜索”的概念,即在可更新加密数据中构建支持基于关键字的搜索验证方案。该方法使云用户能够识别不完整和错误的查询结果。
  本文对提出的方法在各自的安全模型中进行了分析和实现,并检验了其安全性。此外,本文还对所提出的方法进行了性能分析,并根据其具体功能与其他相关方法进行了比较。结果表明本文提出的方法可行,并且可以有效地实际应用于多个安全领域。
其他文献
目的探讨孕早期焦虑和抑郁对妊娠期糖尿病(gestational diabetes mellitus,GDM)的影响。方法采用前瞻性研究,于2017年通过立意抽样方法选取四川省妇幼保健院产前门诊1426名孕8~14周单胎健康孕妇为研究对象,年龄为(28.6±4.0)岁。通过问卷调查收集其年龄、孕前体重、产次、孕次等基本信息,分别采用焦虑自评量表(self-rating anxiety scale,S
停顿是口译活动中十分常见的现象,并非所有的停顿都应该去除。适当停顿可以吸引听众的注意力,有利于沟通,而不当停顿则会影响口译的流畅效果和信息的传递效果,并且造成了时间上的延误,同时影响听众的理解,甚至影响听众对译语以及译员的信任度,因此应当尽可能避免与克服。本文以“伊恩·牛顿教授全球难民问题座谈会”模拟会议的口译为例,对源语和译语进行转写,同时参考相关文献,通过分析对不当停顿的现象进行分类,并研究其
研究表明,关键蛋白质的识别不仅有助于理解细胞的生长调控过程,也有助于进行疾病研究和药物设计。但是通过生物医学实验的方法成本高、效率低。随着高通量技术的发展,可以获得越来越多的蛋白质相互作用数据,这让我们能够从网络水平上识别关键蛋白质。目前为止,越来越多的基于网络水平的方法被提出,但是由于蛋白质相互作用网络中包含了大量的假阴性和假阳性数据,它们的识别准确度依然需要提高。针对这些问题,本文开展的主要工
本论文以高维数据压缩与恢复为研究背景,通过阐述香农采样理论到稀疏表示和压缩感知理论再到低秩矩阵恢复理论的发展历程,引出与低秩矩阵相关的的近似函数及分解形式、数学模型和优化算法,并用于解决计算机视觉和机器学习中的图像分类、矩阵补全和子空间学习等问题。注意到核范数是秩函数最紧致的凸近似,在某些特定条件下能以较大概率恢复出低秩矩阵来。但不幸的是,这些方法会因矩阵的秩较大而得到有偏的低秩解,也会因奇异值分
学位
近年来,随着计算机和互联网技术的快速发展,人们可以很容易地获取海量的数据。这些数据往往是高维的、复杂的,并且包含了大量的噪声和冗余信息。因此,如何实现高维数据的低维表示并探索其本质结构,是十分具有挑战性的问题。低秩表示(LRR)算法作为模式识别、机器学习、计算机视觉等领域的重点研究课题,能够有效地发现高维数据的低维子空间结构和数据中噪声的结构特点,目前已被广泛应用于子空间聚类、半监督学习、目标跟踪
学位
目的:总结上海市6家医院2010年早期胃癌手术率,并做相关分析。方法:回顾分析上海瑞金医院等6家医院2010年胃癌手术治疗例数及经病理学检查证实的早期胃癌例数和淋巴结转移例数。结果:1085例手术治疗的胃癌患者,早期胃癌233例,早期胃癌手术率20.55%;早期胃癌腹腔淋巴结转移30例,转移率13.45%。结论:2010年上海6家医院的早期胃癌手术率为20.55%,较前有所提高;分析总结了早期胃癌
随着NAND闪存芯片存储密度的提高,数据存储的可靠性已经成为大容量闪速存储系统研究及应用面临的重要问题。等级调制方案利用单元间电荷值的相对等级所形成的置换而不是单元电荷绝对值来表示数据,可以避免闪存单元的过度编程问题,并且降低闪存中非对称错误的影响。基于等级调制方案的置换码(Permutation code)和多重置换码(Multi-Permutation code)能够缓解闪存的过度编程和电荷泄
EMD(EmpiricalModeDecomposition,经验模态分解)算法是由美籍华人黄鄂于1998年提出来的一种新型的自适应时频分析方法,该方法基于信号局部特征,对于非平稳、非线性信号的处理具有特有的优势。与传统的以线性和平稳假设为基础的傅里叶分析、小波变换等时频分析方法相比,EMD算法在处理非平稳、非线性信号时展现出了独特的性质,在理论研究和工程应用上都有着重要的研究价值。肺音信号处理是
降维(DR)和数据分类是两个最重要的机器学习任务,用于许多模式识别应用,如人脸识别,医学成像,指纹识别,语音识别等。邻域保留策略应用在许多著名的算法中,例如邻域保持嵌入(NPE),局部保留投影(LPP)和k最近邻规则(KNN)。但是这些算法对参数设置非常敏感。例如NPE和LPP对邻域大小的参数非常敏感,这降低了降维的性能。此外,现有的多种DR方法通常利用单个图来保持邻域关系,这种区分不适合于多视图
随着物联网的快速发展,车联网作为其重要应用之一,在智能交通系统等应用领域受到了人们的广泛关注。与现有通信网络相比,车联网拓扑动态变化快,随机性强,且缺乏基础设施,这些特征使得车联网更易受到恶意攻击,如虚假消息注入等。解决车联网安全问题对提高人们出行效率,促进智能交通系统健康安全发展具有重大意义。现有的车联网安全解决方案主要基于密码学技术和信任模型,均有不同方面的局限性。一方面,公钥基础设施或数字签
学位