申请/专利权人：福建师范大学

申请日：2022-03-04

公开（公告）日：2024-07-05

公开（公告）号：CN114579997B

主分类号：G06F21/60

分类号：G06F21/60;G06F16/22;G06F16/2458

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2022.06.21#实质审查的生效;2022.06.03#公开

摘要：本发明涉及一种加密社交网络图节点亲密度计算方法。利用结构化加密技术加密社交网络图数据，利用布隆过滤器与混乱布隆过滤器设计保密集合求交协议，从而可以计算加密的社交网络图节点的亲密度。

主权项：1.一种加密社交网络图节点亲密度计算方法，其特征在于，利用结构化加密技术加密社交网络图数据，利用布隆过滤器与混乱布隆过滤器设计保密集合求交协议，从而计算加密的社交网络图节点的亲密度；该方法具体实现如下：首先对社交网络图中的每个节点构造它的邻居节点表；而后对构造的邻居节点表进行加密，即使用伪随机置换π对每个节点项进行置换，得到加密的邻居节点链表；然后计算vi＝PK1i，作为节点i的加密邻居节点链表的入口，链表中元素集合用Li来标识；对节点属性，即社交网络图中的关键词，构造关键词索引表，将包含相应关键词的节点与其邻居节点链表加入索引中，并加入随机掩码FK2w；然后计算关键词w的密文PK1w，作为该关键词索引项的入口；社交网络图数据拥有者将加密的邻居节点链表与关键词索引表存储到云服务器；当用户想要查询与节点a最亲密且拥有属性w的节点时，就向社交网络图数据拥有者发出查询请求，社交网络图数据拥有者根据访问控制策略决定是否授权用户查询，如果授权，则生成查询令牌Token＝τ,va，其中τ:＝PK1w,FK2w，va＝PK1ma，其中a表示节点，是一个数字标识，具有唯一性，ma表示节点名称，并发送给授权用户；授权用户向云服务器发送Token请求查询，云服务器利用Token中的PK1w找到关键词索引，计算π[i],vi＝τ⊕FK2w，结果记为vI；云服务器根据vI得到包含关键词w的节点的邻居节点集合LI*，然后根据va得到节点a的邻居节点集合La*；云服务器运行保密集合求交max-PSI协议，返回与节点a拥有最多邻居节点的节点vmax，并将该节点的密文cj，j＝π[max]返回给授权用户；授权用户利用密钥解密得到mj，即为满足条件的明文节点；所述保密集合求交max-PSI协议运行过程如下：设GBFa是云服务器根据感兴趣的节点a的邻居节点数组La生成的混乱布隆过滤器，对于|Rw|个数组Lx，x∈Rw均生成对应的布隆过滤器BFx；设countx为节点x与节点a的相同邻居节点的个数，也是BFx与GBFa中相同元素的计数；保密集合求交max-PSI协议的构造包括以下几个阶段：1Setup：用户随机选择l个随机数ri，0≤i≤l组成字符串数组A并将其发送到云服务器，将countx全部初始化为0；2ComputingSetIntersection：对于每个BFx，若BFx[i]＝1，选择GBFa[i]；若BFx[i]＝0，选择A[i]，最后得到GBFa∩x，即BFx与GBFa的交集；3Output：对于Lx里存储的每个元素b，计算GBFa∩x[h1b]⊕…⊕GBFa∩x[hkb]，若结果为b，则countx加1，否则countx不变；重复此操作，计算出所有的count值，比较得出最大的count值，将对应的vmax返回给云服务器。

全文数据：

权利要求：

百度查询： 福建师范大学 一种加密社交网络图节点亲密度计算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD