[發(fā)明專利]一種基于Elasticsearch的數(shù)據(jù)加密檢索方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310055324.4
• 申請(qǐng)日: 2023-01-17
• 公開(kāi)（公告）號(hào): CN116010987A
• 公開(kāi)（公告）日: 2023-04-25
• 發(fā)明（設(shè)計(jì)）人: 王靖午
• 申請(qǐng)（專利權(quán)）人: 方盈金泰科技（北京）有限公司
• 主分類號(hào): G06F21/60
• 分類號(hào): G06F21/60;G06F40/289
• 代理公司: 北京研展知識(shí)產(chǎn)權(quán)代理有限公司 16009
• 代理人: 許亞芬

一種基于Elasticsearch的數(shù)據(jù)加密檢索方法包括：在TokenFilter中應(yīng)用加密算法得到加密TokenFilter，對(duì)Token進(jìn)行加密；所述TokenFilter為過(guò)濾器，所述Token為詞項(xiàng)，所述詞項(xiàng)為語(yǔ)句分詞后的分詞結(jié)果；將加密TokenFilter嵌入到IK分詞器中得到加密IK分詞器，所述IK分詞器為Elasticsearch內(nèi)置的分詞插件；將加密IK分詞器打包生成新的插件安裝到Elasticsearch中，重啟Elasticsearch，將文檔寫入Elasticsearch時(shí)，管理員指定所述加密IK分詞器完成文檔內(nèi)部詞項(xiàng)加密；數(shù)據(jù)訪問(wèn)請(qǐng)求者將查詢語(yǔ)句輸入進(jìn)加密IK分詞器得到加密查詢?cè)~項(xiàng)，數(shù)據(jù)訪問(wèn)請(qǐng)求者將所述加密查詢?cè)~項(xiàng)輸入至安裝了加密IK分詞器的Elasticsearch中，得到查詢結(jié)果。本發(fā)明通過(guò)實(shí)現(xiàn)加密TokenFilter的方法得到加密IK分詞器，從而給出了一種Elasticsearch索引加密方法，以此達(dá)到數(shù)據(jù)安全保護(hù)的目的，降低數(shù)據(jù)泄漏的風(fēng)險(xiǎn)。

技術(shù)領(lǐng)域：

本發(fā)明涉及信息安全技術(shù)領(lǐng)域，具體涉及一種基于Elasticsearch的數(shù)據(jù)加密檢索方法。

背景技術(shù)：

Elasticsearch是一個(gè)開(kāi)源分布式搜索引擎，其數(shù)據(jù)模型以倒排索引為核心。在使用上Elasticsearch有數(shù)據(jù)寫入和數(shù)據(jù)查詢兩大步驟，文檔寫入Elasticsearch要經(jīng)過(guò)文本預(yù)處理、文本分詞、倒排索引構(gòu)建等關(guān)鍵步驟，文本預(yù)處理是對(duì)原始文檔進(jìn)行字符轉(zhuǎn)換、HTML標(biāo)簽剝離等操作。分詞是指將連續(xù)的字序列按照按照一定的方法切分成以詞為單位的序列。詞是表達(dá)語(yǔ)義的最小單位，文本分詞可以幫助搜索引擎識(shí)別語(yǔ)句的含義，從而提升搜索結(jié)果的匹配效果。檢索時(shí)，查詢語(yǔ)句會(huì)經(jīng)分詞器分詞，通過(guò)分詞結(jié)果到倒排索引中去匹配相關(guān)文檔。IK分詞器是一個(gè)開(kāi)源的中文分詞器，該分詞器以插件的形式存在，是最為常用的中文分詞插件，在Elasticsearch生態(tài)圈中有著廣泛的使用。

開(kāi)源版本的Elasticsearch不具備任何數(shù)據(jù)保護(hù)功能，在數(shù)據(jù)安全方面存在如下缺點(diǎn)：(1)缺少訪問(wèn)控制策略。Elasticsearch有著開(kāi)箱即用的特點(diǎn)，無(wú)需任何身份驗(yàn)證即可公開(kāi)訪問(wèn)，默認(rèn)不設(shè)置訪問(wèn)控制，如果服務(wù)器防火墻對(duì)于端口開(kāi)放策略過(guò)于激進(jìn)，Elasticsearch集群端口部署后即可公網(wǎng)訪問(wèn)，IP和端口一旦泄漏就會(huì)給攻擊者留下數(shù)據(jù)泄漏的隱患。(2)缺少數(shù)據(jù)安全管控。Elasticsearch設(shè)計(jì)之初就是為了讓用戶快速檢索到信息，并沒(méi)有數(shù)據(jù)保護(hù)的需求，即原始數(shù)據(jù)不做脫敏、加密等安全手段的處理，未經(jīng)授權(quán)的用戶非法獲取后可能會(huì)引起嚴(yán)重后果。

發(fā)明內(nèi)容：

針對(duì)上述問(wèn)題，本發(fā)明提供了一種基于Elasticsearch的數(shù)據(jù)加密檢索方法，對(duì)Elasticsearch內(nèi)置的IK分詞器進(jìn)行改造，通過(guò)實(shí)現(xiàn)加密TokenFilter的方法對(duì)文本的分詞結(jié)果加密，避免因缺少訪問(wèn)控制而產(chǎn)生的Elasticsearch數(shù)據(jù)泄露。

一種基于Elasticsearch的數(shù)據(jù)加密檢索方法，所述方法包括：

步驟1：文檔加密寫入Elasticsearch，所述Elasticsearch為一種搜索引擎；

步驟2：執(zhí)行數(shù)據(jù)加密檢索：數(shù)據(jù)訪問(wèn)請(qǐng)求者將查詢語(yǔ)句輸入進(jìn)加密IK分詞器得到加密查詢?cè)~項(xiàng)，數(shù)據(jù)訪問(wèn)請(qǐng)求者將所述加密查詢?cè)~項(xiàng)輸入至安裝了加密IK分詞器的Elasticsearch中，得到查詢結(jié)果；

其中，所述文檔加密寫入Elasticsearch的方法包括以下步驟：

步驟1：在TokenFilter中應(yīng)用加密算法得到加密TokenFilter，對(duì)Token進(jìn)行加密；所述TokenFilter為過(guò)濾器，所述Token為詞項(xiàng)，所述詞項(xiàng)為語(yǔ)句分詞后的分詞結(jié)果；以百度搜索引擎為例，一般情況下數(shù)據(jù)訪問(wèn)請(qǐng)求者在輸入框里面輸入的是一句查詢語(yǔ)句，比如“今天天氣怎么樣”，搜索引擎會(huì)對(duì)這個(gè)字符串先分詞，分為“今天”、“天氣”、“怎么樣”，分詞后的結(jié)果就是Token，然后去后臺(tái)匹配相關(guān)內(nèi)容；