面向云端大数据的可搜索加密关键技术研究

Big data features huge volume, high velocity, and variety. Traditional searchable encryption has its limitations in only considering the security problems in a particular stage of the entire query process, and thus cannot fully protect users' data security and query privacy. This project focuses on how to provide secure, efficient, and scalable query services for big data in an untrusted cloud computing environment. The goal of this project is to establish an integrated theoretical system about searchable encryption by modeling the entire query process from three dimensions, i.e., initialization/update, search, and verification. This project researches the key technologies of big data oriented searchable encryption in cloud computing. First, this project will propose a Comprehensive Searchable Encryption (CSE) model by thoroughly investigating the security problems in the entire query process. Then, a Dynamic Encryption based on High-performance Indexes (DEHI) scheme will be proposed to achieve bidirectional security in parallel searches. Next, an Authorized Search based on Oblivious Cross Tags (ASOCT) scheme that supports rich semantics in multi-user scenario will be proposed to provide better personalized and diversified query services. Finally, a Multiplex-Verification based on Accumulator Tree (MVAT) scheme that enables dynamic verification towards rich semantics searches will be proposed to protect the authenticity of the search results. The research results will play an important role in searchable encryption, which could help create new situations for secure search over encrypted big data in cloud computing.

面向大数据的超大规模、高速性、多样化等特征，传统可搜索加密往往只关注查询某一阶段的安全性，难以全过程保护用户数据安全和查询隐私。本项目着眼于如何在不可信云环境下提供安全、高效、可扩展的大数据查询服务这一关键问题，研究面向云端大数据的可搜索加密关键技术，从“初始化/更新”、“搜索”、“验证”三个维度对完整查询过程进行建模，致力于建立一套适用于云端大数据的可搜索加密理论体系。首先，综合考虑完整查询过程涉及的安全问题，提出综合可搜索加密模型。其次，提出基于高性能索引的动态加密方案，实现双向安全的并行搜索。再次，提出基于隐秘交叉标签的授权搜索方案，通过实现支持多用户的富语义搜索，更好地提供个性化查询服务。最后，提出基于累积树的多元验证方案，通过实现基于富语义搜索的动态验证，保证搜索结果的真实性。课题的研究成果对可搜索加密的研究具有重要的意义，将有利于推进大数据云环境下基于密文搜索技术的发展和应用。

本项目着眼于如何在不可信云环境下提供安全、高效、可扩展的大数据查询服务这一关键问题，研究面向云端大数据的可搜索加密关键技术，从“初始化/更新”、“搜索”、“验证”三个维度对完整查询过程进行建模，致力于建立一套适用于云端大数据的可搜索加密理论体系。首先研究综合可搜索加密模型，提出盲云智雾的综合服务框架，提出支持高效kNN查询的框架SecVKQ。其次，研究基于高性能索引的动态加密方案，提出一种支持布尔搜索的多客户端动态可搜索加密方案，支持前向安全和后向安全的动态查询方案，提出基于双链的轻量级后向安全方案。再次，研究基于隐秘交叉标签的授权搜索方案，提出一种素数内积编码方案，一种基于矩阵的多关键词模糊搜索方案，基于子串匹配的流量检测方案。最后，研究基于累积树的多元验证方案，提出可验证的动态排名搜索方案，具有可验证性的高效k近邻查询方案，一种支持排名搜索的可验证主题搜索方案, 一种多源数据范围查询方案。研究成果包括发表项目相关论文12篇，其中SCI期刊论文10篇，EI检索会议论文2篇（其中期刊: CCF推荐A类1篇，CCF推荐B类6篇，CCF推荐C类期刊3篇，SCI影响因子总和61.751；会议: CCF推荐A类1篇，CCF推荐C类1篇），并申请发明专利4项。