![](https://csdnimg.cn/release/download_crawler_static/15885244/bg3.jpg)
黄刘生 等:大数据隐私保护密码技术研究综述
947
类,大数据的搜索可分为明文搜索和密文搜索两种模式.如果大数据以明文方式存储,则相应的大数据搜索问题
即为传统的数据查询和数据发布问题,否则,大数据的搜索即为对密文的搜索.大数据以密文方式存储主要是因
为这类大数据较为机密,如果大数据的机密性较低或者机密数据因为某些原因被解密,比如某用户得到数据拥
有者的授权而获取某些机密数据等,此时大数据将(或者可以看作)以明文方式存储.以明文形式存储的大数据,
如果对搜索不加以限制和防范必然会泄露数据的隐私,因此研究人员设计了很多保护隐私的明文搜索算
法
[5,19−38]
.然而这类搜索算法在大数据环境下很多都不适用,因为保护隐私的明文搜索算法往往需要对敌手的
背景知识给出较为理想的假定,而这种假设恰恰与大数据具有的高度相关性矛盾,所以大多数保护隐私的明文
搜索算法在大数据环境下是不安全的.本文考虑的大数据隐私保护搜索算法主要是密文搜索算法,这类算法比
明文搜索算法更加安全.虽然密文搜索算法已不是新鲜事物,但是这类算法的安全性仅仅依赖于敌手的计算能
力,与敌手的背景知识无关,所以更适用于大数据的隐私保护搜索.此外,对密文搜索算法的综述文章也鲜见于
文献.在保护隐私的大数据密文搜索问题中,由于机密数据以密文形式存储,因此可以忽略数据泄露的问题而将
隐私保护的重点放在如何设计满足大数据实际需求的密文搜索算法上.
另外,在大数据环境下,数据拥有者或者其他用户通常希望利用存储在云上的大数据,因此他们可能会需要
云服务提供商计算特定的大数据并将计算结果返回.然而作为计算输入的大数据或者计算结果可能是非常机
密的,所以保护隐私的大数据计算问题就是指如何能够安全地计算大数据而不泄露机密数据或计算结果给第
三方.显然,对于机密数据而言,直接将其提交给云服务提供商进行计算是不明智的,因此在大数据的计算中,数
据和计算结果都需要以密文形式保存.在这种情况下,处理大数据计算问题的一个有效的方法就是使用同态加
密方案
[39−41]
.实际上,能够完全保护大数据计算隐私的技术几乎也仅限于同态加密方案(虽然某些同态加密方
案的派生方案也能保护大数据的计算隐私,但是由于它们本质上完全依赖于同态加密方案,所以本文不予讨
论).由于大数据中用户较多,各用户所要求的计算问题可能也比较多,简单的同态加密方案是不适用的,所以本
文关注的保护隐私的大数据计算方法是指完全同态加密方案,它可以对密文作任意复杂的计算,能够在理论上
完美地解决大数据的隐私保护计算问题.
本文首先从大数据的存储、搜索和计算这 3 个基本方面分别介绍相关隐私保护算法的最新研究进展,然后
指出下一步需要解决的若干重要问题.
1 大数据完整性审计协议
本节首先给出大数据完整性审计协议的基础知识,然后介绍相关协议的研究进展.
1.1 基础知识
大数据完整性审计协议有 3 个参与者:数据拥有者(data owner)、云存储服务提供者(cloud server)和第三方
审计机构(auditor).协议的核心算法包括:系统建立算法、挑战和应答算法以及验证算法.下面对具体算法进行详
细的介绍.
(1) 系统建立算法:该算法对应系统的初始化阶段.输入系统的安全参数,该算法将输出一些公共参数以及
数据拥有者的公私钥对.然后数据拥有者将原始数据进行分块,用其私钥计算每个数据块的同态验证标签
(homomorphic verifiable tag,简称 HVT).最后数据拥有者将 HVT 和相应的数据块一同存储在云服务器上,并将
其公钥发送给第三方审计机构.
(2) 挑战应答算法:该算法是协议的主要部分.审计机构选择合适时机验证存储在云服务器上的大数据的
完整性.当进行验证时,审计机构发送一个随机挑战(challenge)至云服务器,该挑战包括随机选择的部分数据块
的标示符以及数据块所对应的随机数.云服务器接到挑战后,利用其存储的 HVT 和相应的数据块计算证明
(proof)并将其返回.
(3) 验证算法:该算法用来验证响应的正确性.审计机构利用公共参数和数据拥有者的公钥来验证云服务
器发送的响应是否正确.如果应答正确,审计机构能以一定的概率确认数据是完整的,否则数据一定出现了损
坏.如果审计机构希望以更高的概率确认数据是否完整,它可以重复多次运行挑战应答算法和验证算法.