每周文章分享-182

得益于云服务强大的计算和存储能力，云中的数据共享已经渗透到包括社交网络、电子健康和众包交通系统在内的各种应用中。通过云服务，如 Twitter、Facebook 和微信等，数据所有者可以将自己的消息、图片和语音分享给多个朋友，医院、保险公司和制药联盟等机构也倾向于将医疗数据外包给云服务提供商。然而，将数据外包给不可信的云会引发数据隐私泄露的担忧，因为数据所有者只能以黑盒方式访问数据，服务器可能会窃取敏感信息或滥用数据。为解决这些隐私问题，一种直接的方法是在将原始数据外包到云之前进行加密操作，但传统加密方法会严重损害数据的可用性。因此，需要一种高效的可搜索加密技术来实现安全的数据共享。

在本文中，提出了一种基于加密云数据集的高效、可扩展和隐私保护的数据共享框架ESPD。与以往的工作不同的是，ESPD支持使用不同的密钥将目标数据共享给多个用户，并随着系统用户数的变化保持恒定的密文长度。该特性显著提高了搜索效率，并使ESPD在实际场景中可扩展。具体来说，为了保护索引和陷阱门的关键字隐私，利用线性分割技术将双线性群元素分割成两部分，防止恶意实体从密文和陷门中获取关键字隐私。为了实现效率和可扩展性，采用基于聚合的广播技术来实现不受用户数影响的恒定大小的密文。

该方法的创新和贡献如下：

1）本文首先指出了BBSE中数据共享方案的安全漏洞，并说明了它们无法实现所声称的隐私，即关键词隐私和陷门隐私的原因。

2）之后设计了一个高效且保护隐私的数据共享框架ESPD，该框架利用聚合方法实现了恒定大小的密文，并利用线性分割技术解决了关键字隐私泄露的问题。

3）通过实验和理论评估，证明了ESPD在网络带宽使用和云存储方面的效率和实用性。

（1）系统模型

图1  系统模型

如图1所示，ESPD中考虑的一般场景的系统模型包括数据所有者、云服务器和搜索用户三个实体：

①数据所有者：在原始数据上传到云端之前，数据所有者需要对原始数据进行加密。为了方便密文下的数据共享，每个数据被链接到一个由单个关键字和用户子集构成的加密索引，这意味着只有持有目标关键字的被授权用户(属于上面的子集)才能访问该数据。然后，加密的数据连同加密的索引随后由数据所有者传输到云端。

②云服务器：云服务器的主要职责是维护存储在云服务器上的密文数据的完整性，为多个用户提供私有的数据共享服务。即当服务器捕获合法用户的搜索查询时，要求服务器检索该用户授权的目标数据，并返回与当前查询关键字一致的密文结果。

③搜索用户：在ESPD中，每个合法用户将被分配一个不同的秘钥，用于生成加密的搜索令牌(即陷门)。然后，给定关键字，合法用户可以自由生成陷门上传到服务器，并在云服务器的协助下获取授权的密文。

（2）威胁模型和隐私要求

在ESPD中，攻击者主要来自于不受信任的服务器和一些恶意用户。假设云服务器是诚实但好奇的，这意味着预先商定的协议是由云诚实地执行的。但是利用已掌握的先验知识，用户的数据隐私也可能被企图窥探。每个搜索用户都被认为是恶意的，本文允许他们相互勾结，以最具攻击性的能力试图获得其他诚实用户的隐私。此外，数据所有者被认为是值得信赖的，因为它是云服务的请求者。

在上诉威胁模型上，提出了以下隐私要求：

①数据所有者原始数据的保密性：原始数据应该以密文的形式外包给云服务器，只有合法的授权用户才能访问。

②索引和陷门的隐私保护：在ESPD中，索引和陷门由关键字和访问策略组成。这些信息能够给对手提供线索来推导原始数据的隐私性。因此，需要阻止它们的内容泄露给其他方(如不受信任的服务器和非法用户)。

（3）ESPD的构建

A.工作流程 

图2  ESPD的工作流程

ESPD的工作流程如图2所示：首先，利用算法设置来初始化系统中使用的公共参数。在此基础上，每个系统用户通过KeyGen算法获得一个密钥。然后，为了保护数据隐私，数据所有者采用Enc算法对要外包的数据进行加密，并生成相应的加密索引供后续查询使用。当用户希望访问他感兴趣的数据时，他首先需要定位目标数据。通过这种方式，他使用Trapdoor算法生成了名为Trapdoor的搜索令牌，然后将其委托给云服务器以检索感兴趣的数据。接收到提交的Trapdoor后，云服务器执行Test算法搜索目标数据，如果检索到目标数据，则将其返回给委托用户。最后，数据使用者通过Dec算法从加密数据恢复原始数据。

B.详细描述

ESPD由两个保护隐私的数据共享框架组成，分别名为ESPD-I和ESPD-II。为了实现一对多的授权数据访问和关键字信息的隐私保护，ESPD-I采用了广播式加密和表达式可搜索加密。具体来说，用恒定大小的密文和秘钥实现一对多授权数据共享。采用线性分割技术，将每个关键字对应的密文随机分割成两个分量。即使密文中仍然包含关键字信息，从公开参数和密文中计算导出也是不可行的。构建的ESPD-I使单个服务器能够对目标数据密文进行授权的关键字检索，并实现索引和陷门的隐私保护。

需要注意的是，ESPD-I中仍存在一个未解决的隐私问题，即陷门之间的可链接性。这意味着服务器可以很容易地判断任意两个委托的陷门是否包含相同的加密关键词。这可能会导致一些陷门信息的泄露。为了应对这个问题，本文提出了一个增强型的模型，称为ESPD-II。ESPD-II使用重新随机化方法来随机化陷门组件，使服务器无法区分委托的陷门是否加密了相同的关键词。最终，ESPD-II可以保护密文和陷门的关键词隐私不被窥探。