支持语义扩展的动态多关键词密文排序检索

支持语义扩展的动态多关键词密文排序检索（对称的）

摘要：
1.该方案通过构建语义关系图实现查询关键词的语义扩展;
2.使用树索引结构实现数据的检索和动态更新;
3.利用向量空间模型实现多关键词排序搜索;
4.基于安全K近邻算法对维度扩展后的索引和查询向量进行加密。安全性分析表明。
5.该方案在已知密文模型下是安全的且具有动态更新时的前向安全和后向安全。
关键词：对称可搜索加密; 多关键词排序检索; 动态更新; 语义扩展

一、系统模型：

1.语义关系图
互信息可用于分析关键词间的相关度，基于互信息构建语义关系图对查询进行语义扩展。对于关键词 x 和 y，它们的互信息I( x，y)表示如下。Imax 表示所有 I( x，y) 中的最大互信息值：

由此可以形成一个语义关系图：

2.向量空间模型
向量空间模型和 TF-IDF 规则广泛应用于明文信息检索领域，可在文档与关键词词典W间建立联系。
词频( Term Frequency，TF) 表示关键词在特定文档中的权重，与关键词在一个文档中出现的频率相关;
逆文档频率( Inverse Document Frequency，IDF) 表示关键词在文档集合F中的权重，由总的文件数目除以包含某特定关键词的文件数目得到。
利用这两个来做。
3.语义扩展后的查询向量构建
查询的关键词根据语义关系图扩展后，生成扩展后的词集，再生成查询向量。本文用的是某个算法，我可以考虑用word2vec模型。
4.未加密索引树构建
把所有关键词弄起来构成索引树。本文采用平衡二叉树构建索引，采用安全 K近邻技术（安全 K 近邻是一个不确定算法，即使两个文档的关键词集合相同，加密后的文件索引向量也不相同）加密上述索引树T中的叶子节点向量和查询向量。有点没看明白，我可以借鉴，也可以用内积加密来做。
5.前向后向安全
本文方案采用二进制向量对文件索引向量和查询向量随机拆分，即使对前后两次相同的查询请求，也会生成不同的加密查询向量，从这个角度看实现了查询的无关联性。前向安全性保证 CS 无法利用以前的查询陷门对新插入文档检索; 后向安全性保证新陷门不能查询已删除文件。

三、方案的安全性：
在已知密文模型下保证了陷门不可关联性。
四、总结：
可以考虑采用本方案的语义关系图和向量空间模型来做语义多关键词搜索，并可另外加入前后向安全性，但是这是结合索引树来做的，看有没有别的文章不是用平衡二叉树来做。因为这个没大看懂。