Privacy-preserving Multi-keyword Text Search in the Cloud Supporting Similarity-based Ranking

1. 主要解决的问题

该文章主要解决了加密数据的多关键字搜索问题。作者提出了一种隐私保护的多关键字文本搜索（multi-keyword text search，MTS）策略，并且可实现相似度排序。
作者通过基于关键字频率建立的index以及基于余弦相似测量生成的向量空间模型，来实现了多关键字相似度排序。并且为了提高搜索效率，在Index的实现上，采用了类似B-Tree的MDB-Tree[1]（多维B-Tree）来实现。

2. 背景分析

在明文数据搜索中，通过向量空间的余弦测量来进行相似度分析是非常常用的方式，比如，通过协调（term frequency，TF）*（inverse document frequency，IDF）的权重来评估一个搜索请求和文档的相似度。但是，inverted index暂时还没能用在基于term frequency的多关键字加密搜索中，本文主要实现了这个。
此外，现有的基于密文的搜索方案，分为两大类，public key crytopgraphy以及symmetric key crytography。另外还有着重在搜索结果排序的方案。但这些方案都没有实现多关键字搜索，或者就是效率太低O(N)。 本文通过利用MDB-Tree使得效率得到了提高。

3. 论文主要思想

作者提出了两个解决方案，BMTS和EMTS，后者为前者的增强方案。
在BMTS方案中，由用户自己生成密钥Ski，包括一个随机向量Si，和两个可逆矩阵M1，i，M2，i，即[Ski，M1，i，M2，i]，通过该密钥对文件Dc进行加密；采用相似的方法对查询关键字Q也进行加密。在服务器中通过余弦测量的方式，可以得到相似度的排序。
EMTS方案是对BMTS方案的提高，因为BMTS方案中特定的相似性分布会使得服务器判断出keyword，即暴露了keyword的安全性，因此EMTS方案在加密文件时增加了一个参数，使得计算相似性分布时，每个分布的形态都类似，而在用户端可以恢复这种分布，因此也可以得到top-k的相似度排序结果，并且保护了keyword的安全性。

4. 优缺点分析

该方法实现了多关键字搜索，但是最坏的搜索时间仍然需要O(N)的时间，另外本文实现了Index，Query的机密性保护，以及search pattern的保护，增强方案中还实现了对keyword privacy的保护。

5. 参考文献

[1] P. Scheuermann and M. Ouksel. Multidimensional b-trees for associative searching in database systems.
Information systems, 7(2):123–137, 1982.