安全高效可搜索加密技术研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:crazyinlove_2008
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
大数据时代,隐私泄漏问题成为了社会发展的隐患。加强隐私保护,既需要公众提高对个人隐私的保护意识,也需要强有力的隐私保护技术予以支撑。可搜索加密(Searchable Symmetric Encryption,SSE)作为一种数据利用与共享的重要手段,既能在查询过程中保护数据所有者的数据隐私,又能保留数据的可查询性质,具有非常重要的研究意义。作为实现密文检索的重要工具,可搜索加密的基本工作过程是,给定上传数据集,客户端构建用来记录关键字与匹配文档集的索引,并将其利用密码学原语加密。随后使用给定的令牌,完成在加密状态下实现对索引与数据集的搜索与更新操作。近年来的研究专注于可搜索加密在功能、效率与安全性上的完善,比如实现能够插入和删除操作的动态可搜索加密;提供更强的安全特性如前向安全、后向安全与可验证性等;以及方案在搜索更新效率、存储容量、I/O效率方面的优化。作为安全性和效率之间的权衡,SSE在搜索中往往允许泄露一些信息,其具体定义源于密码学中相关的泄露函数。近年来对泄露滥用攻击的研究表明,在掌握一定先验知识的情况下,敌手可以通过SSE中的现存的泄露函数分析出相应的查询内容。这些泄露既影响数据在云端存储的安全性,也可能会被敌手恶意使用获取个人和企业的隐私信息。基于此,如何压缩可搜索加密方案的泄露,同时实现较高效的搜索和更新效率,成为研究者近年来关注的焦点。与此同时,云服务器可能会向用户提供不正确的查询结果。为了防御恶意模型下的敌手行为,需要设计可验证的可搜索加密方案,识别对查询结果的篡改或伪造,保证返回数据完整性。为了解决以上问题,本文针对可搜索加密方案的泄露压缩与可验证性进行研究,主要贡献如下:1.对动态可搜索加密方案中存在的泄露函数进行说明,引入了新的泄露模式容量模式。给出了容量模式安全定义,梳理了目前提出的泄露滥用攻击与容量泄露保护方法。随后基于差分隐私提出了新的填充方式差分隐私填充(Differential Privacy Padding,DPP),设计了它在方案中的动态使用机制。2.提出了一个多服务器框架下的动态可搜索加密方案MDSSE,方案使用第三方服务器存储更新,并且使用DPP进行填充。对现有安全泄露进行改造,定义了新的泄露函数,随后证明了方案的容量泄露在搜索和更新过程中满足差分隐私安全,并且方案同时满足前向安全和后向安全性。实验表明我们的方案能够在抵抗容量泄露攻击的同时具有更低的填充率和更好的防御效果。3.提出了可验证的前向与后向安全方案VMDSSE。在继承前一方案良好的搜索更新效率与安全保证的基础上,验证查询结果的正确性与完整性。方案基本思想是为关键字设置聚合消息认证码作为验证的唯一标识,使用可更新消息认证码实例化方案,利用其周期间增量更新的性质在抵御重放攻击的同时高效实现验证标识的更新,提高验证效率,实现方案的可验证性。MDSSE的创新之处在于能够同时满足动态容量隐藏与前向后向安全,并且具有良好性能表现;VMDSSE是少有能够同时满足前向安全、type-Ⅱ后向安全与可验证性的方案。
其他文献
随着计算机视觉基础研究的不断发展,目标检测任务一直都是一个热点方向,在机器人设备、工业零件异常检测、监控设备异常人物检测等诸多领域充当辅助任务或主要任务,具有重要的现实意义。计算机视觉任务十分多样化,除了通用目标检测任务外,它还有一些其他的分支,比如人脸检测、行人检测、行人重识别等。由于目标检测在科研和工业中重要的地位,使其成为了近年来的研究热点。深度学习技术的发展速度越来越快,目标检测算法也随之
学位
利用Gleeble-3500热模拟试验机对18CrNiMo7-6齿轮钢进行了等温单道次压缩试验,研究了变形温度为900~1150℃,应变速率为0.01~5 s-1,应变为0.76的条件下材料的热变形行为;并且通过光学显微镜对热变形后的微观组织进行了分析。建立了唯象型Arrhenius本构方程,预测的峰值应力与试验数据具有很好的一致性。高温热变形过程是加工硬化与动态回复以及动态再结晶的竞争过程,在热
期刊
随着基于物理的三维场景渲染技术在影音娱乐、工业设计等行业领域的大范围应用,业界对渲染真实感的要求也越来越高。渲染结果的质量与物体表面纹理材质的表现力密切相关,获取可以精确模拟具有复杂结构的物体表面的材质资源是提高渲染质量的关键。在基于物理的渲染中,我们采用微表面模型将物体表面建模为若干个微观镜面的集合来模拟不同的材质外观,使用法线贴图保存微表面上每个点的法线方向。高质量材质的采集、表示和制作一直是
学位
近年来,基于深度学习模型在电子医疗健康记录(Electronic Health Records,EHR)中进行生存预测的研究成为热点。由于EHR的时间序列特性,很多研究都使用传统的循环神经网络进行模型构建,注意力机制也经常用在研究中,该研究可以帮助医疗从业人员更好地对患者进行临床决策。然而,目前在基于深度学习技术的生存预测任务中,现有的研究面临一些挑战:(1)在实际的医疗数据集中,经常出现很多缺失
学位
随着中国金融市场不断走向成熟,投资者面临前所未有的发展机遇。同时市场中的风险也在加剧,风险控制逐渐成为了一项极其严峻的现实问题。面对海量的、不断增长的金融数据,如何快速准确地识别股票中的风险,尽早地发现和识别股票行情中的异常状况有助于提前规避风险,减少经济损失,是股票投资中的一个充满挑战性的问题。行为金融学相关研究指出,中国A股市场中个人投资者占比较高,多元化的投资理念增加了股价的波动性,非理性泡
学位
近年来,基于移动互联网的不断发展,人类的信息表达方式逐渐增多,静态的彩色图像已经不能满足人们的日常信息交流,随着抖音、快手和西瓜视频等社交软件的兴起,短视频已经成为移动互联网时代新的主流的信息传播方式。同时视频也广泛应用于军事、经济、科技和教育等众多领域,这些都导致视频的数据量呈现爆炸式的增长,每天人们都会产生数亿条短视频,人们对视频的操作需求也变得越来越高,这给研究人员提出了较大的挑战。视频目标
学位
大学语文课程作为一门基础课、通识课,在课程思政建设中具有独特优势。在大学语文中有机融入思政教育元素,改革创新课程教学,找准课程思政内容的融入点,让学生在润物无声中树立坚定的理想信念、提高人文素养。
会议
由于天气和人为等因素的影响,雾霾现象变得更普遍并严重影响着人们的生活。雾霾天气会使图像采集设备获取的图像质量下降,从而影响无人驾驶等视觉计算系统的安全性和准确性。不同浓度的雾霾给图像上的目标检测和图像分割等深度学习领域的计算机视觉任务带来不同程度的困难,因此通过训练使深度学习模型能够学习到图像中不同程度的雾霾特征显得尤为重要。现阶段的雾霾分类方式包括两类。一类方法是基于传统数值统计的雾霾分类,此类
学位
基于消费级深度相机的实时三维重建技术包括深度相机逐帧捕捉数据、相机姿态实时估计、融合体模型提取面模型、前景分割等步骤,在重建过程中,往往会出现噪声、冗余和帧间不匹配等问题。论文详细描述了从深度相机捕捉数据到最终三维模型的建立过程中,对重建三维模型精度与质量进行提升的三种方式,分别是帧块的自适应处理,TSDF的精细化处理以及基于平面检测的前景分割。在深度相机的拍摄过程中,由于相机剧烈抖动或光线变化等
学位
推荐系统在人们的生产生活中应用广泛,在信息爆炸时代对于信息的过滤、便民服务等方面发挥了重要作用。序列推荐是推荐系统的重要领域,被广泛应用于电影、电商、短视频等行业,其主要任务是通过分析用户与项目之间的交互序列,利用序列之间的依赖性来捕获用户最近期的偏好,从而预测用户下一次可能交互的项目。推荐系统成功的关键是用户偏好和项目特征的准确表示,许多广泛应用的推荐模型都是基于欧几里得空间(即欧氏空间)的表示
学位