基于全同态加密与simhash的密文数据相似度计算方法

摘要

数据的相似度计算是大数据分析技术的一个最常见的操作。目前，传统的相似度计算的相关模型主要有，向量空间模型、主题模型、潜在语义LSA(Latent Semantic Analysis)模型以及Hash模型等。但是，上述相似度计算模型都是在明文空间下进行的，然而，在明文空间下进行相似度计算存在着用户数据被他人窃取、恶意篡改、伪造等风险，如果能够在密文空间的情况下完成数据相似度计算，则可减少这些潜在的安全威胁。
　　本文根据用户对于密文相似度计算的需求，充分利用全同态加密技术以及simhash算法的技术优点，设计了一种新的密文状态下的相似度计算方法。
　　本文的工作主要表现在：
　　1）对全同态加密算法和常规数据相似度计算方法进行了研究与分析，对simhash算法做了相关改进，使其适用于全同态加密算法，然后，根据全同态加密算法的特征，与改进后的simhash算法相结合，最后，实现了密文状态下的数据相似度计算。
　　2）为了体现该方法的可用性，设计了在云环境下的密文相似度计算应用实例，具体流程如下：数据拥有者将数据ID、加密后的数据密文以及数据simhash值的密文上传到云服务器中；云服务提供者进行待计算相似度数据的simhash密文值和数据拥有者数据simhash密文值的全同态加法运算，获得数据间汉明距离的密文；数据拥有者解密汉明距离密文获得数据相似度排序结果。云端在不获悉数据内容及其simhash明文的情况下完成数据对象相似度运算，保护了数据隐私，降低了数据安全威胁。
　　3）对该方法进行了原型系统实现，并给出了该方法的详细过程及相关实验数据，验证了该方法的可行性，并对该方法进行了大致评估。

目录

声明

第一章 绪 论

1.1 引言

1.2 研究背景

1.3 全同态加密技术的研究现状

1.4 潜在的数据安全问题分析

1.5 本文的工作

1.6 本文的组织安排

第二章 相关技术

2.1 主流的相似度计算方法简介

2.2 simhash概述

2.3 全同态加密技术

2.4 本章小结

第三章 密文数据相似度计算方法

3.1 simhash的改进及验证

3.2 全同态加法运算

3.3 密文相似度计算方法

3.4 本章小结

第四章 面向云存储的密文相似度计算方法与系统设计

4.1 方法的整体结构

4.2 方法流程介绍

4.3 方法的分析

4.4 系统总体框架

4.5 各角色模块功能介绍

4.6 本章小结

第五章 实验及数据分析

5.1 实验环境

5.2 实验方案

5.3 实验数据

5.4 实验数据分析

5.5 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢