面向外包云环境的安全排序检索关键技术研究

Data security protection becomes an urgent problem to be solved due to the out control of data from its owner in the outsourced clouds. A ranked search is a data retrieve operation to get the first k data objects that are most related to the user’s search target, which is very popular in practical applications. The core security issues of secure ranked searches are to solve data privacy protection and search result integrity verification while performing the ranked searches. To overcome these two security issues, this project mainly focuses on the following three key technologies. The privacy-preserving ranked search methods based on data objects clustering are firstly researched, including two privacy-preserving ranked search methods based on searched target objects clustering and a privacy-preserving ranked search method on hybrid clouds based on keywords clustering. Secondly, the integrity-verifying ranked search methods for malicious attacks are studied, including two verifiable ranked search methods based on the constraint chain evidence model and two verifiable ranked search methods on hybrid clouds. Finally, the parallel secure ranked search methods are researched on hybrid clouds, including a parallel privacy-preserving ranked search method and a parallel verifiable ranked search method. Our researches will provide theoretical and technical means to ensure the privacy, integrity and parallelism of ranked searches in the outsourced clouds.

在外包云环境中，由于数据拥有者无法直接控制和管理云服务器中的数据，使得如何保护外包云环境中的数据安全成为亟待解决的热点问题。排序检索是一种用以获取与用户检索目标最相关的前k个数据对象的操作，在现实应用中非常广泛。云环境中的安全排序检索的核心问题就是要解决如何在支持排序检索的同时，实现数据的隐私保护和检索结果的一致性验证。围绕这两个安全问题，项目重点研究基于数据对象相关性分析的隐私保护排序检索方法，包括基于检索对象聚类的隐私保护排序检索方法和基于关键词聚类的混合云隐私保护排序检索方法；研究面向恶意攻击的一致性可验证排序检索方法，包括基于约束链证据模型的一致性可验证排序检索方法和面向混合云的一致性可验证排序检索方法；研究云环境中可并行安全排序检索方法，包括面向混合云的可并行隐私保护和一致性验证排序检索方法。通过本项目的研究，为外包云环境中排序检索的私密性、一致性和可并行性提供理论和技术手段。

随着云计算技术的发展，针对外包云环境中的数据安全保护，已成为该领域具有普遍性要求的热点问题。在外包云环境中，由于数据拥有者无法直接控制和管理云服务器中的数据，使得如何保护外包云环境中的数据安全成为亟待解决的关键性问题。排序检索是一种用以获取与用户检索目标最相关的已排序的前k个数据对象的操作，在现实应用（如搜索引擎、推荐系统等）中使用非常广泛，研究面向外包云环境的安全排序检索技术具有重要的研究意义和应用价值。.外包云环境中的安全排序检索的核心问题就是要解决如何在支持排序检索的同时，实现数据的隐私保护和检索结果的一致性验证。围绕这两个安全问题，本项目重点开展了如下研究工作：1)提出了基于数据对象相关性分析的隐私保护排序检索方法，包括基于文档聚类的隐私保护排序检索方法和基于关键词聚类的隐私保护排序检索方法；2)提出了基于倒排索引不可区分性处理的隐私保护排序检索方法，包括基于冗余填充的隐私保护排序检索方法和基于倒排划分的隐私保护排序检索方法；3)提出了支持检索结果一致性验证的排序检索方法，包括基于约束链证据模型的一致性可验证排序检索方法和基于RAP-tree索引的一致性可验证排序检索方法；4)提出了云环境中可并行隐私保护排序检索方法，包括面向混合云的可并行隐私保护排序检索方法和基于不可区分性倒排索引的可并行隐私保护排序检索方法；5)为验证提出的安全排序检索方法的可行性和有效性，并对执行性能进行评估，设计并实现了安全排序检索实验仿真系统。项目研究完成了预期目标，共发表学术论文41篇，其中IEEE/ACM Trans类论文10篇，CCF A\B\C类论文32篇、北大中文核心论文5篇，另已录用论文4篇；获得发明专利授权14项、申请受理5项；培养博士生3名、硕士生14名。