本文探讨了一种使用布隆过滤器（BF）和隐藏向量加密（HVE）解决空间关键词范围查询的方法。通过Hilbert曲线将多维空间位置转化为一维表示，再利用prefix方法转换为集合元素查询。使用BF存储对象关键词和位置，HVE加密确保安全性。同时，建立树索引来加速查询。尽管文章存在一些错误和不明确之处，但其提出的技术方案对于处理地理位置信息的隐私保护和高效检索具有重要意义。
空间关键词查询：即对文本数据添加了位置信息，即一个对象包含两个属性：位置和关键词，这篇文章中还加入了对象的标识ind作为属性，即（位置P，关键词集合W，标识ind）
如：一个人所处的位置，一个餐馆的位置等等
这篇文章是对空间关键词执行范围查询，即查询一个范围内的包含某些关键词的对象，如在一定区域内查找有相同兴趣的朋友，在一定区域内查找有某些菜的餐馆等等。
查询一定范围内含有某些词的对象，需要判断该对象是否在这个范围内，以及是否包含查询关键词。若用同态加密来比较位置关系，太耗时，若用ORE，OPE，则安全性太弱，所以该文提出了用布隆过滤器BF，并采用hidden vector encryption （HVE）来加密BF。
采用BF可以很容易判断一个对象是否包含查询关键词，但是空间中一个对象的位置通常用一个坐标（如，二维：x，y）来表示，无法直接用BF来存储。于是文章用到了Hilber curve方法和prefix方法。
空间中相近的两个点，把他们映射到一维也是相近的。
一、文章便用Hilbert curve 方法对d维空间中的每一维都划分为
最低0.47元/天 解锁文章
扫一扫
191
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
