云平台下基于隐私保护的桶划分方案

• 作者: 刘三女牙 张浩 王丽娜 黄涛
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 密文查询 桶划分 遗传算法 隐私指标 云计算
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 云计算
• 页码范围: 429-440
• 页数: 12页
• 分类号: TP309
• 字数: 12010字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2016.00429

摘要

DAAS(Database as a Service)模式以其管理便捷的特性受到大量组织机构的青睐,同时托管数据的安全也成了迫切需要解决的难题.数据加密对于外包数据的安全起着重要作用,这会降低数据查询效率,因此高效安全的密文查询成为解决数据机密性的突破口,然而,云计算环境下国内外针对DAAS模式密文查询的研究缺少攻击模式下对隐私的深度分析.针对该问题,该文提出了一种DAAS模式下基于隐私保护的桶划分算法.首先根据查询效率指标提出了一种基于遗传算法的桶划分方案;在此基础之上,针对查询的过程中隐私泄漏情况提出了信息泄露的隐私指标体系,并将该指标体系与查询效率进行结合,最后基于遗传算法的桶划分算法对隐私与效率的模型进行最优化,从而获得最优的桶划分方案来确保查询过程中的隐私与查询效率最优的平衡.该算法可以在提高范围查询精确度和系统效率的基础上,降低密文查询中隐私泄露的信息,从而提高云平台中隐私数据的可用性和隐私性.最后,为了验证文中所提方案的可行性,将文中的算法与目前采用的几种桶划分方案进行对比,发现文中的方案在查询精准度上以及在隐私的保护上均优于其他方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽娜	武汉大学计算机学院	133	1680	20.0	36.0