导读:本文包含了加密数据查询论文开题报告文献综述及选题提纲参考文献，主要关键词:数据外包,隐私保护,LBS,范围查询
加密数据查询论文文献综述
赵莉[1]（2018）在《一维及空间加密数据范围查询的算法设计》一文中研究指出随着云计算技术的快速发展和云存储服务器的大量普及,用户开始将本地数据库外包到云存储服务器,以此节省本地存储开销和避免繁琐的本地数据管理维护。由于云服务提供商的不完全可靠,外包会给数据拥有者的敏感数据及数据使用者的个人隐私带来安全隐患。为了保证数据安全和个人隐私,数据外包到云服务器之前需要先行加密,而加密的数据大大降低了数据原有的可用性,使得云服务器执行数据查询较为困难。因此,在保证数据外包安全及用户隐私安全的前提下,如何充分利用云服务器强大的计算及存储能力完成加密数据的高效搜索是一个值得进行深入研究的问题。外包数据库中的数据查询问题包括很多方面,本文重点研究了如何对已加密的外包数据进行快速的范围搜索,即:当可信的数据拥有者将数据先行加密并外包到云服务器后,云服务器能在不解密加密数据及无法获知查询范围的前提下,对落在用户给定的查询范围内的数据进行准确的搜索。本文在对数据外包安全及用户隐私问题进行系统研究的基础上,针对加密数据范围搜索问题进行深入的研究,提出了不同的算法分别处理一维及空间数据范围查询问题。一维数值型数据的范围查询一般是指对数据库中某属性列值的查询。基于安全索引、安全加密算法及布隆过滤器技术,本文提出的支持一维加密数据的范围查询的算法,可以使云服务器完成准确有效的范围搜索功能,并保证数据的安全及用户隐私。该算法无需进行复杂的密文字符串匹配操作,不必担心不完全可信的云服务器带来的安全隐患问题,可以充分利用云服务器的计算能力,且该算法可以应用在很多实际场景中。通过安全性分析及仿真实验,该算法具有较高的安全性和可行性。空间数据的范围查询一般是基于位置服务(LBS)对地理位置数据做给定查询范围的搜索。基于位置的服务可以根据移动终端用户提供的特定查询条件为其提供实时的周边搜索服务,在传统的基于位置的服务中,云服务提供商需要在本地通过维护地理数据库(Geo-DB)去获取移动终端用户的实时位置,但这也导致用户的个人隐私容易被泄露。针对这一问题,基于四叉编码索引树及布隆过滤器技术,本文提出了一种具有隐私保护的基于位置服务的范围搜索算法。在此算法中,数据拥有者使用加密的编码四叉树(ECQtree)为Geo-DB中的数据对象构建安全索引,使得用户在能加密的数据上做高效的查询;同时,使用基于布隆过滤器的方法,将用户的查询范围映射到布隆过滤器中,生成查询陷门(BF-vector),该查询陷门使得用户的位置信息对云服务器隐藏。该算法实现了对外包空间数据的范围查询,并能有效地保护用户位置隐私。仿真实验结果显示,该算法相比于相似问题的方案能有效地缩短空间数据的范围查询时间,降低数据拥有者和用户的计算开销,对于基于LBS的范围查询的实际应用具有重要的意义。(本文来源于《哈尔滨工业大学》期刊2018-12-01）
王强,魏雨东[2]（2018）在《集中式数据库字符型数据加密查询仿真》一文中研究指出对集中式数据库字符型数据的加密查询,能够有效避免由于数据访问和查询而造成的数据信息泄露。对字符型数据的加密查询,需要针对信息明文进行划分,计算字符型数据密文需要占有的空间,完成其加密查询。传统方法构建字符型数据加密主密钥,获取信息门限密码体制,但忽略了对数据密文存储空间进行预测,导致加密查询精度偏低。提出基于改进椭圆曲线密码的集中式数据库字符型数据加密查询方法。将数据库字符型数据进行划分,将其加密存储在一个用户数据层中,采用代理加密技术改变动态信息访问结构。构建静态信息加密模型,针对静态信息进行明文划分,计算出存储密文需要占有的空间,通过分析决定存储空间需求的影响因素减少生成椭圆曲线点数量,降低计算能耗。实验结果表明,所提方法计算能耗低且安全性强,能够实现高精度集中式数据库字符型数据的加密查询。(本文来源于《计算机仿真》期刊2018年07期）
王志宽[3]（2018）在《云计算中加密数据上安全k近邻查询机制研究》一文中研究指出在云计算等外包环境中,为了保证私有信息的安全性,在用户使用云服务器端的计算存储服务时,需要将自己的私有信息进行加密处理。但是加密的数据会影响查询分析算法的有效执行,因此加密数据查询已成为当前的重要研究问题,而安全k近邻查询是其中的重点。然而,现有的云计算中加密数据k近邻查询方案要求查询者完全可信,将用户解密密钥和每个查询者共享。这会对用户数据的隐私安全性造成巨大的威胁。本文针对云服务器与不可信查询者的共谋行为,结合已有方案,提出了云计算中抗共谋攻击的安全k近邻查询方案。本文的主要研究成果如下:(1)本文深入分析安全点积协议,针对已有方案在效率上的缺陷,提出了不需要使用公钥加密算法和第叁方参与者的安全点积协议。不仅在安全性上与已有方案相当,而与不使用加密方案的点积计算相比,本文提出的新方案仅仅引入了少量的计算开销,可以说达到了最优的执行效率。这也使得本文提出的方案更加适用于海量数据的分布式计算。(2)基于本文提出的快速的安全点积协议,本文提出了有限密钥信息泄露的云计算中安全k近邻查询方案,已有方案中查询点的加密工作需要数据拥有者与查询者进行多次交互完成,使得数据拥有者保持在线状态处理查询请求,这样造成了资源开销的浪费以及系统处理能力受限的问题。我们的方案应用本文提出的快速的安全点积协议完成查询点的加密工作,仅会泄露部分密钥信息,有效的保护了数据拥有者的隐私,同时使得数据拥有者处于离线状态下,查询过程依然可以进行。理论分析之后,通过仿真模拟实验验证了方案的正确性与执行效率。(3)本文提出了一个抵抗不可信查询者与云服务器合谋攻击的安全k近邻查询方案。针对已有的抗合谋攻击的安全k近邻查询方案的研究,首先证明已有方案在云服务器与不可信查询者的合谋攻击下并不能达到他们宣称的安全性,并提出攻击方案,可以有效的恢复加密数据集。最后提出了改进方案,可以达到抵抗云服务器与不可信查询者的合谋攻击的目的。(本文来源于《南京航空航天大学》期刊2018-03-01）
黄保华,王添晶,贾丰玮[4]（2016）在《数据库中数值型数据的加密存储与查询方法》一文中研究指出为提高数据库中数值型数据的密文查询效率,提出一种为数据库中数值型数据建立索引的新方法。对敏感数据应用单调递增函数计算得出比较值,应用非单调函数对敏感数据计算求得混淆值,将比较值和混淆值组成索引值并随密文数据一起存入数据库中。密文数据的查询采用两阶段方法,第一阶段查询时先根据查询条件计算得出比较值,将数据库中的索引值去混淆后与其进行比较,筛选出符合条件的密文结果集,第二阶段对一阶段得到的密文结果集解密后查询得到最终所需的结果集。实验结果表明,该方法能够提高数值型数据的密文查询效率。(本文来源于《计算机工程》期刊2016年07期）
王添晶[5]（2016）在《数据库中的数据加密与查询方法研究》一文中研究指出随着云计算的兴起,越来越多的企业用户倾向于将本地的数据服务托管给云服务提供商进行管理,但是这同时会造成一定的数据泄露问题。当前为了防止用户数据被非法泄露和保障敏感数据的安全性,通常会对存储在云服务器中的重要数据先进行加密处理。为了提高密文数据上的查询效率,本文分别针对数据库中的字符型数据和数值型数据提出了一种运用索引来进行密文查询的两阶段查询方法。文章中提出的方法主要致力于从查询时间性能和过滤性能两方面来对密文查询方法进行改善和提高,使得最终返回给用户进行解密的密文数据量尽可能的减少。论文主要完成了以下的工作：第一,提出了一种运用索引在数值型密文数据上进行加密和查询的方法,该方法能够满足在数值型数据上进行多种查询类型的需求。在索引的构造过程中该方法使用了单调函数来保证索引良好的过滤性能,同时还使用非单调函数来计算混淆值保证索引的安全性,即保证通过索引难以推导出明文的数值内容。第二,提出了一种运用索引在字符型密文数据上进行加密和查询的方法。相比于已有的方法,文中提出的方法通过构造敏感字符信息矩阵能够过滤掉一些现有方法中无法过滤掉的密文数据,在保证安全性的前提条件下能够获得良好的过滤效果。第叁,编写实验系统来实现文章中提出的数据加密与查询方法,实验结果表明文中给出的方法在密文数据上的查询性能良好,同时保证了用户数据的安全性。(本文来源于《广西大学》期刊2016-05-01）
辛立杰[6]（2016）在《加密数据的k近邻查询算法研究》一文中研究指出近年来,随着云服务的兴起,许多拥有剩余计算资源、存储资源的公司利用其多余的资源为广大用户提供云服务,例如阿里云、Amazon Relational Database Service(Amzaon RDS)等。一些拥有数据的公司或者个人,介于其计算资源的限制或者从公司整体利益考虑,会选择将其数据托付给提供云服务的公司进行处理。为了保证这些拥有数据的用户的利益,在将数据上传到云服务提供商之前,需要将数据加密,这样可以防止云服务提供商损害其利益。但是云服务提供商在加密的数据上执行查询等操作将会变得困难,所以能够提供一种高效且安全的方法来解决这一问题十分必要。本文主要研究的是云服务提供商如何在加密的数据上完成用户的k近邻查询请求,并且保证在这个过程中数据不被云服务提供商窃取。目前很多研究者针对这一问题做了研究,具体的研究方法可以分为两类。第一类是通过将数据构建成某种特殊的数据结构,然后采取适当的查找策略,完成查找操作。第二类是通过研究加密算法使得密文数据之间的距离与明文数据间距离存在特定关系,这样只需要通过密文的计算便可完成查找操作。在这些方法中主要存在两个问题。第一个问题是安全问题,在计算过程中攻击者能够通过一些特殊的攻击手段获取到明文内容;第二个是效率问题,一些工作主要将研究重点放到了数据安全方面,忽略了查询效率问题。本文针对以上问题主要从两个方面进行考虑:首先是查询效率,解决查询效率问题对于提高用户体验、节省计算资源都十分必要,所以本文采用了一种基于层次聚类的k近邻查询算法来实验k近邻的查找。该算法利用剪枝规则能够排除大部分非近邻数据,提高了查询效率。其次是数据安全性的考虑,加密数据中k近邻查询主要涉及距离计算,本文利用同态加密算法的同态性来安全地计算两条数据间距离,这种计算距离的方式可以保证数据的安全性。最后将密文计算距离的方法与基于层次聚类的算法结合来实现密文中k近邻的查询操作。经实验表明,本文提出的算法具有较高的查询效率。(本文来源于《哈尔滨工程大学》期刊2016-01-01）
史雨[7]（2015）在《结构化加密数据的安全查询机制研究》一文中研究指出云计算的应用和发展使得数据外包成为一种新的趋势。外包到云上的数据通常体量较大,个人或组织不具备相应的存储和计算能力,因此数据外包将用户从繁重的数据维护和管理任务中解放出来,不再受限于有限的本地设备资源。然而外包模式带来了新的安全问题,外包数据可能包含隐私信息,用户不希望隐私数据被泄露给云服务提供商,加密处理是一种必要选择。但是查询是数据管理领域的一个核心问题,当用户对存储在云服务器上的数据进行查询时,为了防止隐私泄露,也必须将查询请求加密。使用传统的加密方式,云服务器无法提供有效的密文查询机制,而现有的解决方案往往带来了极大的计算开销和通信开销。因此,外包数据环境下的密文查询方案成为新的安全挑战。本文面向结构化多维向量数据类型,针对外包数据环境下数据安全与隐私保护的关键问题:安全范围查询和安全近邻查询提出解决方案。主要的贡献如下:基于位置的服务下的安全范围查询方案。针对现有方案存在的交互轮数多和用户端计算开销大的问题,提出了基于安全KD(SKD:Secure K-dimensional)树密文索引结构的安全范围查询算法。SKD树将可比较加密(CE:Comparable Encryption)体制与KD树索引结构相结合,通过适当优化减少查询过程中的递归层数,实现无需可信用户干预下的密文范围查询。得益于CE的直接密文比较特性和KD树的超矩形空间划分机制,基于SKD树的安全范围查询方案将用户与服务器之间的交互轮数减小至一轮,降低了用户端的计算开销和通信开销。面向高维数据空间的安全k近邻(SkNN:Secure k Nearest Neighbor)查询方案。基于私有云模型解决查询用户与云服务器均不可信的问题。采用乘积量化(PQ:Product Quantization)技术和倒排文档(IVF:Inverted File)索引实现高维向量的降维表达,引入Paillier同态加密算法防止距离表造成的隐私泄露,并通过用户与服务器之间的协同计算解决同态密文的比较问题。方案提高了用户端的计算效率,并采用粗聚类填充和密文扰动方法加强了存储在服务器上的数据的安全性。随后提出的二次粗量化方法进一步优化了通信开销。本文提出的安全查询方案较好地保证了查询过程中的数据安全,并提供了安全性与效率的折中。在真实数据集上的仿真以及与现有方案的对比验证了本文所提方案的优势。(本文来源于《西安电子科技大学》期刊2015-12-01）
李迎斌[8]（2015）在《加密汉字字符数据在数据库中的存储与查询》一文中研究指出汉字字符数据加密后的查询方法少有研究,针对该问题,提出一个基于对偶编码函数的密文过滤方法,并利用C#语言将该密文过滤方法在SQL Server 2008数据库中进行了实现,实验证实了此方法对密文数据操作的有效性。(本文来源于《信息技术》期刊2015年01期）
彭凝多,罗光春,秦科,陈爱国[9]（2014）在《一种基于对称加密的范围数据查询算法》一文中研究指出为了弥补保序加密算法的隐私泄漏问题,结合对称可搜索加密技术基本思想,提出一种新型的具有隐私保护功能的范围数据加密查询算法。在该算法中,将数字范围转换为特殊关键字并放入布隆过滤器进行存储与命中判定,其中密文信息仅与值域相关,与具体数据无关,从而保证了语义安全性。实验结果表明,该算法计算负载仅为线性增长。综合而言,该算法具有更高的安全性与良好的运行效率。(本文来源于《计算机应用研究》期刊2014年10期）
赵蒙[10]（2014）在《云存储中加密数据查询完整性研究》一文中研究指出互联网时代大规模的数据存储和计算任务催生了云计算的出现，而云计算的安全问题也日益受到重视。在外包服务场景，尤其是云存储中,数据安全问题显得更加重要。外包数据有自己的许多特点，如安全性要求、分布式存储、查询检索和查询保证。本文就查询保证的性质进行分析，分别解决保证各个性质所需要的方法。研究的性质分为五个方面，分别是机密性、新鲜性、正确性、完成性和查询完整性。这里的查询完整性是一个新的概念，指的是云服务器能否诚实的执行用户所进行的查询。本文主要内容如下：(1)阐述查询保证系统的的结构。云查询保证的结构分为用户和云服务提供商，其中用户又分为客户和数据拥有者。对比了概率型查询保证和验证型查询保证，并采用验证型查询保证作为后续工作的机制。这一部分也对机密性、新鲜性、正确性、完成性和查询完整性的方法进行分析对比，得出最可行的方法。最后通过分析查询保证的步骤，从而得出高效的性质验证步骤。(2)分别对单点查询完整性、范围查询完整性和多属性查询完整性进行研究。单点查询完整性研究了机密性、新鲜性、正确性和查询完整性。范围查询根据查询的方法不同，导致叶子节点架构的差别，从而进一步导致各个性质查询的区别。多属性查询则来自多个属性树和多个范围查询。有所不同的是，多属性查询针对每个哈希树的五个属性分别处理，尤其是在保证正确性和完成性方面。最后提出了我们工作的总结和对来我们需要完成工作的方向。(本文来源于《西安电子科技大学》期刊2014-01-01）
加密数据查询论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对集中式数据库字符型数据的加密查询,能够有效避免由于数据访问和查询而造成的数据信息泄露。对字符型数据的加密查询,需要针对信息明文进行划分,计算字符型数据密文需要占有的空间,完成其加密查询。传统方法构建字符型数据加密主密钥,获取信息门限密码体制,但忽略了对数据密文存储空间进行预测,导致加密查询精度偏低。提出基于改进椭圆曲线密码的集中式数据库字符型数据加密查询方法。将数据库字符型数据进行划分,将其加密存储在一个用户数据层中,采用代理加密技术改变动态信息访问结构。构建静态信息加密模型,针对静态信息进行明文划分,计算出存储密文需要占有的空间,通过分析决定存储空间需求的影响因素减少生成椭圆曲线点数量,降低计算能耗。实验结果表明,所提方法计算能耗低且安全性强,能够实现高精度集中式数据库字符型数据的加密查询。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
加密数据查询论文参考文献
[1].赵莉.一维及空间加密数据范围查询的算法设计[D].哈尔滨工业大学.2018
[2].王强,魏雨东.集中式数据库字符型数据加密查询仿真[J].计算机仿真.2018
[3].王志宽.云计算中加密数据上安全k近邻查询机制研究[D].南京航空航天大学.2018
[4].黄保华,王添晶,贾丰玮.数据库中数值型数据的加密存储与查询方法[J].计算机工程.2016
[5].王添晶.数据库中的数据加密与查询方法研究[D].广西大学.2016
[6].辛立杰.加密数据的k近邻查询算法研究[D].哈尔滨工程大学.2016
[7].史雨.结构化加密数据的安全查询机制研究[D].西安电子科技大学.2015
[8].李迎斌.加密汉字字符数据在数据库中的存储与查询[J].信息技术.2015
[9].彭凝多,罗光春,秦科,陈爱国.一种基于对称加密的范围数据查询算法[J].计算机应用研究.2014
[10].赵蒙.云存储中加密数据查询完整性研究[D].西安电子科技大学.2014