云平台下基于隐私保护的桶划分方案 - 计算机学报.pdf

第 卷 第 期 计 算 机 学 报 ３９ ２ 　 　　 　　 　　 　　 Ｖｏｌ．３９ Ｎｏ．２ 年 月 ２０１６ ２ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ Ｆｅｂ．２０１６ 　 云平台下基于隐私保护的桶划分方案 １） １） １） ２） 张 浩 黄 涛 刘三女牙 王丽娜 　 　 　 　 　 １）（国家数字化学习工程技术研究中心（华中师范大学） 武汉 ４３００７２） 　 　 ２）（武汉大学计算机学院 武汉 ４３００７２） 　 　 摘 要 （ ）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 ＤＡＡＳＤａｔａｂａｓｅａｓａＳｅｒｖｉｃｅ 　 　 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 模式下基于隐私保护的桶划分算法 首先根据查询 ． ＤＡＡＳ ． 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． 关键词 密文查询；桶划分；遗传算法；隐私指标；云计算 　 中图法分类号 号 ／ ＴＰ３０９ 犇犗犐 １０．１１８９７ＳＰ．Ｊ．１０１６．２０１６．００４２９ 　　　 犃犘狉犻狏犪犮犘狉犲狊犲狉狏犻狀 犅狌犮犽犲狋犘犪狉狋犻狋犻狅狀犕犲犮犺犪狀犻狊犿犻狀犆犾狅狌犱 狔 犵 １） １） １） ２） ＺＨＡＮＧＨａｏ ＨＵＡＮＧＴａｏ ＬＩＵＳａｎｎｖＹａ Ｗａｎ ＬｉＮａ 　 　 　 ｇ １）（ （ ），