[發(fā)明專利]基于局部敏感哈希的中文多關(guān)鍵詞模糊排序密文搜索方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710387493.2
• 申請(qǐng)日: 2017-05-26
• 公開（公告）號(hào): CN107220343B
• 公開（公告）日: 2020-09-01
• 發(fā)明（設(shè)計(jì)）人: 楊旸;劉佳;郭文忠;葉少珍;董晨
• 申請(qǐng)（專利權(quán)）人: 福州大學(xué)
• 主分類號(hào): G06F16/31
• 分類號(hào): G06F16/31;G06F16/33;G06F21/62
• 代理公司: 福州元?jiǎng)?chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 蔡學(xué)俊

1.一種基于局部敏感哈希的中文多關(guān)鍵詞模糊排序密文搜索方法，其特征在于，提供一數(shù)據(jù)擁有單元、一授權(quán)用戶單元以及一云服務(wù)器，按照如下步驟實(shí)現(xiàn)：

步驟S1：初始化，所述數(shù)據(jù)擁有單元從明文文檔集合F＝(f₁,f₂,…,f_m)中抽取關(guān)鍵詞，得到關(guān)鍵詞集合W＝(w₁,w₂,…,w_n)；

步驟S2：生成密鑰，所述數(shù)據(jù)擁有單元輸入一預(yù)設(shè)安全參數(shù)λ，產(chǎn)生一個(gè)向量S∈{0,1}^λ，以及兩個(gè)λ×λ維的可逆矩陣{M₁,M₂}，密鑰SK由三元組{S,M₁,M₂}組成，所述數(shù)據(jù)擁有單元生成文檔加密密鑰sk；

步驟S3：建立索引，所述數(shù)據(jù)擁有單元從一LSH哈希族中選取l個(gè)獨(dú)立的LSH函數(shù)，為每篇文檔f_i構(gòu)建一個(gè)λ比特的布隆過濾器，作為文檔f_i的索引I_i；

步驟S4：索引加密，采用安全KNN算法加密索引I_i，得到加密后的索引Enc_SK(I)＝(Enc_SK(I₁),Enc_SK(I₂),…Enc_SK(I_m))，其中I_i',I_i”表示加密索引I_i隨機(jī)分裂后的向量，I表示關(guān)鍵詞索引集合I＝(I₁,…,I_m)；所述數(shù)據(jù)擁有單元將加密的索引集合Enc_SK(I)上傳到所述云服務(wù)器；

步驟S5：文檔加密，所述數(shù)據(jù)擁有單元通過對(duì)稱加密算法對(duì)所述文檔集合F＝(f₁,f₂,…,f_m)進(jìn)行加密，得到密文集合C＝(c₁,c₂,…,c_m)，并上傳給所述云服務(wù)器；

步驟S6：生成陷門，當(dāng)授權(quán)用戶搜索時(shí)，通過所述授權(quán)用戶單元輸入η個(gè)搜索關(guān)鍵詞Q＝(q₁,q₂,…,q_η)，并為查詢關(guān)鍵詞集合Q構(gòu)建一個(gè)λ比特的布隆過濾器作為陷門T_Q；

步驟S7：陷門加密，采用安全KNN算法對(duì)陷門T_Q加密，得到加密后的陷門其中T_Q',T_Q”表示陷門T_Q隨機(jī)分裂后的向量；所述授權(quán)用戶單元將加密后的陷門Enc_SK(T_Q)上傳到所述云服務(wù)器；

步驟S8：所述云服務(wù)器根據(jù)加密的索引Enc_SK(I_i)和加密的陷門Enc_SK(T_Q)，計(jì)算文檔的相似度分?jǐn)?shù)，將所有分?jǐn)?shù)排序后，返回前k篇文檔給用戶；

步驟S9：所述授權(quán)用戶單元通過使用所述數(shù)據(jù)擁有單元分發(fā)的密鑰sk，對(duì)返回的top-k篇密文進(jìn)行解密，獲得所需的明文文檔集；

在所述步驟S3中，還包括如下步驟：

步驟S31：采用基于拼音串的中文關(guān)鍵詞向量生成算法為文檔f_i中的每個(gè)關(guān)鍵詞w_j生成對(duì)應(yīng)的關(guān)鍵詞向量則文檔f_i的關(guān)鍵詞向量集合為

步驟S32：通過h_σ∈H，對(duì)每一個(gè)關(guān)鍵詞向量進(jìn)行哈希操作，并插入到布隆過濾器I_i中，其中，1≤σ≤l，H表示哈希函數(shù)集合，h_σ表示一個(gè)具體的哈希函數(shù)；

所述基于拼音串的中文關(guān)鍵詞向量生成算法按照如下步驟實(shí)現(xiàn)：

步驟SA11：將中文關(guān)鍵詞轉(zhuǎn)化成對(duì)應(yīng)的拼音字符串；

步驟SA12：將每一個(gè)關(guān)鍵詞按聲母、韻母分割，分別用1、2、3、4表示音節(jié)的四個(gè)音調(diào)；

步驟SA13：在音調(diào)后加入1、2、3、4來表示關(guān)鍵詞的第1、2、3、4個(gè)字，建立關(guān)鍵詞的聲母集、韻母集以及音調(diào)集；

步驟SA14：將關(guān)鍵詞的聲母集、韻母集和音調(diào)集中的元素映射到關(guān)鍵詞向量中對(duì)應(yīng)的位置上；若所獲取的音節(jié)分割集p_i中包含中第j位對(duì)應(yīng)的元素，則否則