前言：想要寫出一篇引人入勝的文章？我們特意為您整理了通信網絡數據云存儲數據庫探究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：云端數據加密在保障數據安全的同時，也給數據檢索工作帶來了困難。為此，提出一種通信網絡數據云存儲數據庫可驗證密文檢索方法。首先分析云存儲數據庫加密形式，選取字符型數據作為加密檢索對象；然后預處理字符型數據，建立密文索引結構，再對用戶檢索詞進行處理，包括去停用詞、查詢切分、查詢擴展、檢索詞加密等過程，最后通過計算密文檢索詞塊和字符型數據文檔密文索引之間的相似匹配度來實現密文檢索。對比結果表明應用所提出的方法，密文檢索精度更高，檢索時間更短，檢索效率更高。

關鍵詞：云存儲數據庫；檢索詞處理；密文檢索；通信網絡；可驗證數據

0引言

云存儲服務與企業本地存儲服務最大不同在于能給用戶提供海量的存儲空間，且更易于管理。然而，存儲在云端的大數據也存在一個較大的缺陷，即安全性難以得到保證。為解決上述云存儲技術存在的問題，通常做法是將云端數據加密［1］。然而，在提高云端數據庫安全性的同時，也會導致數據喪失有序性、可比性，從而帶來數據檢索和計算的困難，嚴重影響了云存儲數據庫的運行效率［2］。針對云存儲數據庫密文檢索問題，國內外的研究者提出了很多方案。LangrehrR等［3］提出基于矩陣Diffie－Hellman假設，通過Naor變設計基于身份的嚴格安全簽名方案；賈強等［4］提出了一種面向密文大型數據集的可搜索加密方案，將安全索引按照分塊參數分類，完成關鍵詞檢索；BonehD等［5］提出一種基于公鑰加密的可搜索加密方法，實現了多用戶密文檢索；曹素珍等［6］針對非結構化數據，根據查詢關鍵字和密文文件的相關度對密文文件進行排序，從而實現對密文數據的高效搜索。MagdyS等［7］以數值型數據為研究對象，提出一種保序加密的數據庫加密檢索策略。在前人研究的基礎上，本研究提出一種通信網絡數據云存儲數據庫可驗證密文檢索方法。該方法首先檢索出包含關鍵字的密文，然后根據相似度計算結果對密文信息進行排序處理，最后根據排序結果將密文數據推薦給用戶。文章還進行測試，證明所研究方法的檢索性能，在保證數據安全性的前提下，提高了密文檢索效率和質量。

1云存儲數據庫可驗證密文檢索方法

1．1云存儲數據庫加密形式分析

目前，根據數據庫中數據形式的不同，將數據分為2大類，即數值型數據和字符型數據。2種數據形式不同，因此加密方法也不同。下面針對這2種數據類型的加密形式進行分析。數值型數據是指包括整型、浮點型等基本類型數據。這類數據在云端數據庫中存儲的最多，數值型數據加密流程如圖1（a）所示。字符型數據是指不具計算能力的文字數據，具體包括中文字符、英文字符以及其他語言形式的數據，字符型數據一般長度范圍是0至254個字符，其加密流程如圖1（b）所示。數值型數據相比較字符型數據在云端數據庫當中規模更大，因此對該類型的數據密度檢索研究有很多，已經較為成熟；字符型數據結構組成更為復雜，因此加密后的密文更加復雜，導致密文檢索效率和質量都不高，因此本研究選擇字符型數據作為后續密文檢索分析研究的對象。

1．2字符型數據預處理

根據圖1（b）可知字符型數據的加密處理方式為用“索引－文件”形式，由此字符型數據預處理為提取字符型數據文檔所有關鍵詞，然后對所有關鍵詞進行加密處理，組成關鍵詞密文結合，最后為字符型數據文檔密文建立索引。例如，某文件A有4個邏輯塊，分別存放在物理塊23、19、26、29中，該索引文件結構如圖2所示。

1．3檢索詞處理

字符型數據文檔密文檢索的實質是檢索詞與字符型數據文檔密文索引之間的匹配計算，而存儲在云端數據庫當中數據為密文形式，且為了保證數據的安全性，在檢索時密文數據還不能轉換成明文數據后進行檢索，因此只能將檢索詞同樣也轉換成相應的密文形式，才能進行字符型數據文檔密文索引之間的匹配計算。這樣既保證了數據安全，也能實現檢索［8］。具體步驟如下。步驟1：去停用詞。用戶的檢索詞屬于字符型數據，而字符數據的顯著特點之一就是存在很多沒有意義的詞，這些詞出現在語句中僅起到停頓、語氣輔助或結構連接等作用。這些沒有意義的詞就被稱為停用詞。停用詞的存在會嚴重干擾檢索的準確性和檢索效率，因此需要去除［9］。步驟2：查詢切分。查詢切分是指將一個由若干漢字序列組成的長查詢語句切分成一個一個單獨的查詢詞，以利于計算機系統檢索［10］。步驟3：查詢擴展。查詢擴展是指尋找原始檢索詞的同義詞或近義詞，擴展原始檢索詞搜索范圍，然后來達到保證檢索全面的目的。在這一環節中，采用一種基于語義關聯樹的查詢擴展方法來完善檢索范圍。步驟4：檢索詞加密。為了能夠實現檢索詞和密文文檔之間的相匹配度計算，需要將擴展后的檢索詞加密成密文，在這一環節利用SM4分組加密算法，依據混淆原則和擴散原則進行加密處理，具體過程參見圖1（b）。

1．4密文排序檢索

基于上述研究，分析文排序檢索基本流程見圖3。在密文排序檢索中，關鍵步驟有2個，即匹配度計算和重要性排序。（1）匹配度計算：匹配度計算是指計算密文檢索詞塊和字符型數據文檔密文索引之間的相似匹配度。通過密文檢索詞塊和字符型數據文檔密文索引的數量積來表達相似度，如式（1），式中，n為檢索詞和字符型數據文檔密文索引的數量，qi為第i個檢索詞，pi為第i個字符型數據文檔密文索引，Y為檢索詞與字符型數據文檔密文索引之間的相似度。（2）重要性排序：由于檢索詞的擴展，檢索出來密文文檔是海量的，但是一般情況下，不可能所有文檔都是用戶需要的，而是與檢索詞匹配越高的密文文檔越是他需要的，因此還需要將檢索出來的密文文檔進行重要性排序處理如式（2）：式中，FD（i）為重要性評分，a為檢索詞在字符型數據文檔密文索引文檔Di中出現的頻率，N為已有密文文檔的總數目，b為包含檢索詞的密文文檔總數目。

2仿真實驗分析

2．1仿真測試環境

為檢驗通信網絡數據云存儲數據庫可驗證密文檢索方法的性能，在MATLAB工具上進行仿真測試，仿真測試條件如表1所示。

2．2仿真測試模型

為云存儲數據庫可驗證密文檢索仿真測試實驗搭建系統模型。模型結構如圖4所示。

2．3檢索文本庫

仿真測試中用到的云存儲數據庫中數據分布情況如表2所示。2．4檢索評估指標（1）檢索精度。評價檢索效果的最重要的指標之一，通過查準率P和查全率R進行測定如式（3）、式（4）：式中，A為正類檢索，B為負類檢索，C為正類檢索中的負類。（2）檢索效率。通過完成一次檢索任務所耗費的時間如式（5）：T＝t1＋t2＋t3（5）式中，T為一次檢索任務所耗費的時間，t1為字符型數據預處理時間，t2為檢索詞輸入和處理時間，t3為密文排序檢索時間。2．5檢索性能分析在相同仿真測試環境下，從引言中提到的5種前人研究方法中選取文獻［3］提出的基于矩陣Diffie－Hellman假設，通過Naor變設計基于身份的嚴格安全簽名方案；文獻［4］提出的面向密文大型數據集的可搜索加密方案；文獻［5］提出的基于公鑰加密的可搜索加密方法，作為對比項，進行密文檢索操作。結果如表3所示。由表3可知，與前3種檢索方法相比，所研究方法密文檢索精度和效率都要更好，證明了所研究密文檢索方法的性能。

3總結

綜上所述，伴隨云端數據存儲服務的廣泛應用，其數據庫中的數據安全問題也愈加凸顯。為此，如何在保證數據安全的前提下，實現密文檢索成為云存儲技術領域研究的重點。為此，進行通信網絡數據云存儲數據庫可驗證密文檢索研究。該研究通過將檢索詞轉換成為密文檢索詞來達到不解密云端數據庫中數據的目的，保證了云端數據的安全。經仿真測試，證明了所研究方法的檢索性能，為云端數據檢索服務提供了參考和借鑒。由于此次研究僅針對云存儲數據庫中的文本庫進行檢索測試，雖然提高了密文檢索精度和效率，但是未對云端數據庫中還存在圖片、音視頻等數據庫檢索，在今后的研究中還需要進一步擴大研究和實驗范圍，以提高研究方法的可靠性和廣泛性。

作者:黃少琪 陸奕奕 單位:中國電信股份有限公司上海分公司