面向云隐私保护的空间关键字偏好查询研究

It achieves great cost-savings by providing spatial keyword querying services in cloud environments, however may cause serious privacy issues. Existing research focusing on the privacy preserving over either spatial queries or textual searches cannot protect the sensitive information of heterogeneous data. Besides, the demands of preference queries make the privacy protection on spatial keyword queries more challenging. Analyzing the privacy-preserving requirements of spatial keyword queries in cloud, in this project, we study the privacy-preserving personalized spatial keyword query problem from following aspects, privacy-preserving data modeling, index construction, query request generation, query processing and optimization. In privacy-preserving data modeling, we build a secure spatio-textual data model by computable encryption; in privacy-preserving index construction, we construct a secure index for efficient management and accurate retrieval over encrypted data; in privacy-preserving query request generation, we create a query trapdoor for spatial keyword preference query request; and in privacy-preserving query processing and optimization, the query results can be returned securely and efficiently. Through the research, we establish a privacy-preserving framework for spatial keyword query in cloud environments, fulfil the spatial keyword preference querying system under privacy-preserving conditions, and provide a theoretical foundation for employing spatial keyword querying services in public cloud.

在云平台中提供空间关键字查询服务可有效降低其运营成本，然而可能带来严重的隐私问题。已有研究难以对空间关键字查询中异源数据间关系的隐私信息实现有效保护，同时，用户基于偏好的查询需求使空间关键字查询的隐私保护更具挑战。项目通过分析空间关键字查询在云环境下的隐私保护需求，从隐私保护的数据建模、索引构建、查询请求生成及查询处理与优化四个方面，对隐私保护的个性化空间关键字查询问题进行研究。研究隐私保护的空间文本数据建模，建立支持可计算加密的空间文本数据模型；研究隐私保护的查询索引构建，实现对加密数据的高效管理和精确检索；研究隐私保护的查询请求生成，基于偏好查询请求构造空间关键字查询陷门；研究隐私保护的查询处理与优化，实现安全高效的空间关键字查询结果返回。通过项目的研究确立云环境下空间关键字查询的隐私保护框架，完善隐私保护条件下空间关键字偏好查询体系，为空间关键字查询服务在公用云中的部署提供理论基础。

在云计算平台中提供空间关键字查询服务可有效降低其运营成本，然而可能带来严重的隐私问题。针对这个问题，项目组通过分析空间关键字偏好查询在云环境下的隐私保护需求，从保护隐私的数据建模、查询索引构建、查询请求生成以及查询处理与优化四个方面对保护隐私的空间关键字偏好查询技术开展研究，取得主要成果如下：.(1)在保护隐私的数据建模方面，项目组研究了基于非对称内积保持加密的空间文本数据建模、基于部分同态加密的多维数据与多维数据组建模，为面向空间文本数据的安全计算奠定理论基础；还研究了样本通用扰动数据建模以及交互式序列数据建模，通用扰动求解效率提高约30倍，为提高保护隐私的数据建模质量与多样性提供支持。.(2)在保护隐私的查询索引构建方面，项目组研究了基于非对称内积保持加密的空间文本数据索引构建、基于局部敏感哈希的安全空间文本数据索引构建以及面向轨迹数据的加密网格索引构建，有效提高了安全查询的性能，为保护隐私的查询优化奠定理论基础。.(3)在保护隐私的查询请求生成方面，项目组研究了基于非对称内积保持加密的空间文本查询请求生成、基于数据组查询请求的加密候选组映射，为保护隐私的动态查询处理奠定理论基础；还研究了面向神经网络安全的对抗样本和缺陷样本生成，使平均查询次数最高减少了28.3%，为提高保护隐私的查询请求生成质量提供支持。.(4)在保护隐私的查询处理与优化方面，项目组研究了保护隐私的空间文本skyline查询处理、保护隐私的空间文本相似连接、保护隐私的轨迹数据相似查询处理与连接以及保护隐私的组skyline查询处理，丰富了安全查询语义，提高了查询处理效率，查询性能优于现有研究；研究了保护隐私的查询溯源解释，提高了安全查询的可用性；还研究了面向图像灰度攻击的神经网络查询，查询次数优化了50%以上，为保护隐私的查询优化提供支持。.取得的隐私保护的空间关键字偏好查询研究成果完善了云计算环境下隐私安全的数据查询体系，为隐私保护的位置服务在公用云计算环境下的部署与运营提供理论基础，在云环境下的地图查询、智能交通、生活服务、移动社交、紧急救援等服务中有着广阔的应用前景。

内容获取失败，请点击重试