Сочинение на тему Появление облачных вычислений

Как разработать эффективный механизм поиска зашифрованных данных, который поддерживает семантику по нескольким ключевым словам без нарушения конфиденциальности, все еще остается сложной открытой проблемой. они определяют и решают проблему ранжированного поиска по ключевым словам по зашифрованным облачным данным (MRSE), сохраняя при этом строгую системную конфиденциальность в парадигме облачных вычислений. Среди различных семантик нескольких слов они выбирают эффективную меру сходства «согласование координат», то есть максимально возможное количество совпадений, чтобы отразить релевантность документов данных для поискового запроса. В частности, мы используем «внутреннее сходство продукта», то есть количество ключевых слов запроса, появляющихся в документе, чтобы количественно оценить такую ​​меру сходства этого документа с поисковым запросом. Во время построения индекса каждый документ ассоциируется с двоичным вектором в качестве субиндекса, где каждый бит представляет, содержится ли соответствующее ключевое слово в документе. Поисковый запрос также описывается как двоичный вектор, где каждый бит означает, появляется ли соответствующее ключевое слово в этом поисковом запросе, поэтому сходство может быть точно измерено внутренним произведением вектора запроса с вектором данных. Однако прямой аутсорсинг вектора данных или вектора запроса нарушит конфиденциальность индекса или конфиденциальность поиска. Чтобы решить проблему поддержки такой семантики с несколькими ключевыми словами без нарушения конфиденциальности, они предлагают базовую идею для MRSE, использующую безопасное внутреннее вычисление продукта, которое адаптировано из метода безопасного k-ближайшего соседа (kNN), а затем дают два значительно улучшенных Схемы MRSE поэтапно для достижения различных строгих требований конфиденциальности в двух моделях угроз с повышенными возможностями атаки.

Впервые они исследуют проблему ранжированного поиска по нескольким ключевым словам по зашифрованным облачным данным и устанавливают набор строгих требований к конфиденциальности для такой безопасной системы использования облачных данных. они предлагают две схемы MRSE, основанные на показателе сходства «согласование координат», в то же время отвечая различным требованиям конфиденциальности в двух разных моделях угроз. Дается подробный анализ, в котором исследуются гарантии конфиденциальности и эффективности предлагаемых схем, и эксперименты с реальным набором данных дополнительно показывают, что предлагаемые схемы действительно вводят низкие накладные расходы на вычисления и связь. В этой статье они впервые определяют и решают проблему ранжированного поиска по ключевым словам по зашифрованным облачным данным и устанавливают различные требования к конфиденциальности. Среди разнообразной семантики, состоящей из нескольких ключевых слов, они выбирают эффективную меру сходства «согласование координат», т. Е. Максимально возможное количество совпадений, чтобы эффективно отразить релевантность документов, переданных на аутсорсинг, ключевым словам запроса и используют «внутреннее сходство продуктов» для количественной оценки таких мера сходства.

Для решения проблемы поддержки семантики нескольких ключевых слов без нарушения конфиденциальности они предлагают базовую идею MRSE с использованием безопасных внутренних вычислений продукта. Затем они дают две улучшенные схемы MRSE для достижения различных строгих требований конфиденциальности в двух разных моделях угроз. Дается тщательный анализ, в котором рассматриваются гарантии конфиденциальности и эффективности предлагаемых схем, а эксперименты с набором данных реального мира показывают, что предлагаемые нами схемы вводят низкие накладные расходы как на вычисления, так и на связь. В нашей будущей работе они будут изучать поддержку другой семантики из нескольких ключевых слов (например, взвешенного запроса) над зашифрованными данными и проверку целостности порядка рангов в результатах поиска.