支持隐私保护的空间关键词查询技术研究.pdfVIP

摘要

近年来，随着移动应用服务和地理定位技术的飞速发展，产生了大量的空间-

文本数据，这些数据同时含有地理位置和文本信息。空间关键词查询可以实现对空

间-文本数据的查询。当输入一个地理位置和若干关键词时，空间关键词查询可以

返回满足空间约束与文本约束的查询结果。随着空间-文本数据量的飞速增长，海

量空间-文本数据的存储和耗时的查询操作给数据拥有者带来了巨大的存储和计算

负担。云计算可以提供卓越的计算和存储能力并且具有低成本、按使用量付费等优

势，被广泛应用于政府事务、商业、军事防御、航空航天、银行和医疗保健等各个

行业。因此，企业和个人会选择把大量的空间-文本数据外包给云服务器，将数据

的存储、管理和查询交由云服务器完成。然而，这也导致数据拥有者和数据在物理

位置上完全分离，使得数据隐私受到了威胁。为了保护数据的隐私性，数据拥有者

会选择先将空间-文本数据加密，再上传给云服务器存储。如何在密文的空间-文本

数据上进行查询成为了一个急需解决的问题，隐私性保护的空间关键词查询则可以

很好的解决这个问题。

本文主要对隐私性保护的空间关键词查询进行研究，并提出了两个方案：

（1）提出了一个隐私性保护的布尔范围查询方案（SecureBooleanRangeQuery,

SBRQ）。该方案使用希尔伯特曲线将位置和空间范围转换为

希尔伯特编码，来支持对高维空间中的空间-文本数据的查询。为了实现空间范围

比较，该方案利用前缀码和重编码算法来对希尔伯特编码进行重新编码。此外，还

基于四叉树构造了一个安全索引结构，实现了亚线性的查询复杂度。采用安全的K

临近（K-NearestNeighbor，KNN）算法加密空间向量和关键词向量，确保数据和查

询的隐私性。安全性分析显示该方案满足IND-SCPA（INDistinguishabilityunder

SelectiveChosen-PlaintextAttacks）安全性。通过大量实验表明，该方案比现有的布

尔范围查询方案具有更高的查询效率。

（2）提出了一个隐私性保护的top-k时空关键词偏好查询方案。该方案考虑了

用户的偏好以及空间-文本数据的时间属性。空间-文本对象的时间属性采用时间向

量来表示，可以通过计算时间向量的内积来确定空间-文本对象是否满足时间约束。

该方案通过两步策略来实现查询，第一步查询的目的是找到满足空间和时间约束的

所有兴趣点，第二步查询的目的是计算每个兴趣点的得分，并返回得分最高的k个

兴趣点。同时构建了一种可以实现亚线性查询复杂度的树型索引结构来提高查询效

率。使用EASPE（EnhancedAsymmetricScalar-Product-PreservingEncryption）算法

对索引和查询进行加密来保护数据的隐私性并实现在密文数据上的查询。安全性分

析和实验分析显示了方案是安全、高效的。

关键字：云计算；云安全；空间-文本数据；布尔范围查询；偏好查询

Abstract

Inrecentyears,withtherapiddevelopmentofmobileapplicationservicesand

geographictechnologies,alargeamountofspatio-textualdatahasbeengenerated.Data

thatcombinesgeographiclocationsandtextualinformationisreferredtoasspatio-textual

data,andspatialkeywordqueriesbasedonithavebeenwidelystudied.Spatialkeyword

queriestakeageographiclocationandasetofkeywordsasparametersandreturnresults

thatsatisfybothspatialandtextualconstraints.However,thestorageandexecutionof

c