面向外包云的高维不确定数据密文相似搜索研究

Searchable encryption technique over outsourced cloud data is a leading field in the current research of computer science. By constructing the index related to the encrypted data, users have an ability to perform search over encrypted data. The existing searchable encryption techniques put more focus on coping with searchable encryption for certain data, including keywords search and high dimensional data search, but neglect searchable encryption for uncertain data. However, a huge number of uncertain data are generated by internet of things (IoT) devices, which gives rise to hard promotion associated with the existing searchable encryption techniques in a large scale IoT encryption data. Our main contribution is to resolve similarity search problem with high dimensional uncertain encrypted data. Based on the character of high dimensional uncertain data, such as multiple data providers and probability information characteristic, this project properly proposes dual cloud servers architecture and builds a global index strategy. Furthermore, reducing dimension with Spectral Hashing and Principle Content Analysis and improving search accuracy with selective sensitive hashing are also implemented well. With a lot of uncertain data generated by IoT devices, this project is expected to expand the applications associated with searchable encryption techniques in IoT data, and provide the theoretical principle and technical support for the management and applications about encrypted uncertain data.

针对外包云数据的可搜索加密技术是国际学术界研究的前沿领域。通过构建密文索引，用户可以对密文数据进行搜索。已有的可搜索加密机制主要解决确定性数据的密文搜索，包括关键词搜索以及高维数据的搜索，而忽视了不确定数据的密文搜索。而物联网设备产生了大量的不确定数据，因此，已有的可搜索加密技术难以在大规模的物联网密文数据中进行推广。本课题的指导思想是解决高维不确定密文数据的相似搜索问题。项目组针对高维不确定数据的特点，如多数据发布源以及概率维度特性，有针对性的提出双重云服务器架构和构建全局索引策略，使用普哈希技术及主成分分析方法进行降维，使用选择敏感哈希技术提高搜索精度。在物联网设备产生大量不确定数据的环境下，项目有望拓展可搜索加密技术在物联网数据中的应用范畴，对密文不确定数据的管理和使用提供理论和技术的支撑。

可搜索加密是用来保障云存储中数据安全的重要技术，它能够在加密数据上执行搜索操作。数据拥有者利用可搜索加密以求在保障数据安全的同时实现相似搜索的功能，因此进一步优化搜索性能和提高安全程度一直是可搜索加密领域不断探索的目标。在本项目中，我们专注研究如何对高维不确定数据进行密文检索、如何进行跨模态检索、如何提升搜索的精度，以及如何提升安全性。针对上述问题，我们提出了一系列的解决方案。（1）我们提出了针对密文不确定数据的范围查询方案。方案中采用同态加密处理数据，同时基于枢轴映射技术和布鲁姆过滤器来构建查询索引。服务器基于索引可以匹配到候选数据集，并利用同态计算进一步细化结果，最终找到查询请求所对应的结果集合，从而实现了对密文不确定数据的安全查询。（2）我们分别从搜索性能和安全程度出发提出了两个相应的改进方案，两个方案所针对的数据皆为高维数据，采用的框架皆为可搜索加密和局部敏感哈希相结合的形式。在优化搜索性能的方案中，根据数据分布密度为每个数据点选取合适的查询半径从而对方案进行优化；在提高安全程度的方案中，通过对传统的哈希表进行拆分重设计从而构建出能够提供更高安全程度的索引。并且分别对两个方案进行了安全证明和实验分析，结果显示两个方案分别能够有效地优化搜索性能与提高安全程度。（3）我们提出了一种基于卷积神经网络的医疗图像分类和检索方案，该方案利用同态加密技术设计并实现了一系列安全函数，借此构建了安全的卷积神经网络模型，能够对密文图像提取特征并正确分类，还能判断不同密文图像的相似度，实现了图像的安全检索。同时，还提出了一个安全的跨模态检索方案，该方案利用联合矩阵分解技术将异构数据映射到公共子空间并得到映射矩阵，加密后的映射矩阵存储在云服务器端，使云服务器能够计算出密文查询请求的特征向量，然后进一步找到与其相关的多模态数据。