支持策略隐藏且密文长度恒定的可搜索加密方案.docx

本文介绍了一种支持策略隐藏且密文长度恒定的可搜索加密方案，旨在解决云存储中的数据安全和隐私保护问题。云存储虽然带来了存储效率和成本的优势，但其安全策略的不完善导致了隐私泄露和数据损坏的风险。为了解决这些问题，研究者们提出了基于密文策略的属性加密方案（CP-ABE），它允许灵活的访问控制并保障数据的机密性和完整性。 传统的CP-ABE方案通常会暴露访问策略，从而可能导致敏感信息泄露。为解决这一问题，文献提出了部分隐藏策略的CP-ABE方案，但这些方案仍存在安全漏洞，如离线字典攻击。随后的研究进一步发展了完全隐藏访问策略的CP-ABE方案，但它们的计算开销大且密文长度随属性个数增加而增长，增加了存储成本。 为降低存储开销，有研究者提出密文长度恒定的CP-ABE方案，但这些方案的访问结构简单或计算复杂度高。例如，Emura等人和Herranz等人提出的方案涉及大量配对运算，而Zhang等人提出的方案虽然提高了计算效率，但安全级别较低。其他研究则在策略隐藏和密文长度恒定方面取得了进展，但缺乏对云端数据公开审计和关键词搜索的支持。 针对以上问题，本文提出了一种新的可搜索属性加密方案，该方案结合了策略隐藏、密文长度恒定以及公开审计和关键词搜索的功能。方案通过将访问策略隐藏在密文和关键词中，增强了数据的隐私性。同时，利用数据公开审计，实现了对云端数据完整性的验证。与现有方案相比，本文的方案在加密、解密和搜索效率上有所提升，降低了存储成本。 预备知识部分介绍了双线性映射和决策性q-BDHE假设，这是构建加密方案的基础。双线性映射是密码学中的一种关键工具，而决策性q-BDHE假设是评估方案安全性的基础问题。如果攻击者无法在多项式时间内有效区分特定的元组，那么方案被认为在该假设下是安全的。 本文的方案是首个同时考虑策略隐藏、密文长度恒定、关键词搜索和公开审计的属性加密方案，为云存储环境中的数据安全提供了一个全面的解决方案。这一创新有助于在保护用户隐私的同时，确保云存储服务的高效性和可靠性。