云平台下基于隐私保护的桶划分方案
云计算环境下国内外针对DAS模式密文查询的研究缺少攻击模式下对隐私的深度分析.针对该问题,本文提出了一种DAS模式下基于隐私保护的桶划分算法.首先根据查询效率指标提出了一种基于遗传算法的桶划分方案;在此基础之上,针对查询的过程中隐私泄漏情况提出了信息泄露的隐私指标体系,并将该指标体系与查询效率进行结合,最后基于遗传算法的桶划分算法对隐私与效率的模型进行最优化,从而获得最优的桶划分方案来确保查询过程中的隐私与查询效率最优的平衡.该算法可以在最大化范围查询的精确度和提高系统效率基础上,降低密文查询中隐私泄露的信息,从而提高云平台中隐私数据的可用性和隐私性.最后,为了验证本文所提方案的可行性,将本文的算法目前采用的几种桶划分方案进行对比,发现本文的方案查询精准度上,以及在隐私的保护上均优于其他方案.
云平台 隐私保护 桶划分 遗传算法
张浩 王丽娜 罗梦 郑志高 谈诚
华中师范大学国家数字学习工程技术研究中心,湖北武汉,430079 武汉大学计算机学院,湖北武汉,430079
国内会议
武汉
中文
233-246
2015-03-28（万方平台首次上网日期，不代表论文的发表时间）