移动互联网中数据服务外包与隐私保护关键技术研究

Due to the limited resources of mobile device, computing and storage of Mobile Internet data resources is usually completed by a third party, which may result in disclosure of users privacy. To ensure the computing and storage of Mobile Internet data safely outsourced to a third party: firstly, we need to efficiently retrieve the content needed by user from the data information resources stored in third-party; secondly, we need an efficient and accurate data analysis model to provide support for data services; furthermore, we need to achieve fine-grained access control and access policy protection for the data information resources stored in the third party. To this end, this project studies the key technologies of data service outsourcing and privacy protection in Mobile Internet from the following four aspects: 1) the ontology-based personalized intelligent information retrieval in Mobile Internet; 2) the Mobile Internet users behaviors modeling based on deep learning; 3) provably secure and efficient attribute based encryption with outsourced decryption; 4) design and security analysis of attribute encryption scheme with hidden access structures. This project can improve the analysis and processing methods for Mobile Internet data, achieve the effective user privacy protection in data service outsourcing, thereby promoting data sharing and providing support for all data service applications.

由于移动终端资源有限，移动互联网数据资源的计算和存储通常是由第三方完成，由此可能造成用户隐私泄露。为实现将移动互联网数据的计算和存储工作安全的外包给第三方：首先，需要能够高效地从第三方存储的数据信息资源中检索出用户需要的内容；其次，需要能够高效、准确的数据分析模型为数据服务提供支持；再次，需要对第三方存储的数据信息资源实现细粒度的访问控制和在访问策略上的保护。为此，本项目研究移动互联网中数据服务外包与隐私保护关键技术将从以下四方面展开：1）移动互联网中基于本体的个性化智能信息检索；2）基于深度学习的移动互联网用户行为建模；3）支持外包计算的属性基加密体制的可证明安全构造；4）具有访问策略隐藏功能的属性基加密方案的设计与可证明安全性。本项研究可完善移动互联网数据的分析和处理方法，实现在数据服务外包时有效的保护用户隐私，进而促进数据共享，为各种数据服务应用提供支撑。

由于移动终端资源有限，移动互联网数据资源的计算和存储通常是由第三方完成，由此可能造成用户隐私泄露。为实现将移动互联网数据的计算和存储工作安全的外包给第三方：首先，需要能够高效地从第三方存储的数据信息资源中检索出用户需要的内容；其次，需要能够高效、准确的数据分析模型为数据服务提供支持；再次，需要对第三方存储的数据信息资源实现细粒度的访问控制和在访问策略上的保护。为此，本项目研究移动互联网中数据服务外包与隐私保护关键技术将从以下四方面展开：1）移动互联网中基于本体的个性化智能信息检索；2）基于深度学习的移动互联网用户行为建模；3）支持外包计算的属性基加密体制的可证明安全构造；4）具有访问策略隐藏功能的属性基加密方案的设计与可证明安全性。本项研究可完善移动互联网数据的分析和处理方法，实现在数据服务外包时有效的保护用户隐私，进而促进数据共享，为各种数据服务应用提供支撑。