答辩公告
我的位置在: 首页 > 答辩公告 > 正文
尹辉答辩公告
浏览次数:日期:2018-05-26编辑:研究生教务办1

答辩公告

论文题目

云计算环境下隐私保护的安全查询技术研究

答辩人

尹辉

指导教师

秦拯

答辩委员会

主席

张大方

学科专业

软件工程

学院

信息科学与工程学院

答辩地点

信息科学与工程学院402

答辩时间

2018528

下午430


学位论文简介

本文主要研究云计算环境下隐私保护的安全查询技术,主要针对多数据拥有者模型、多云协作模型、不诚实的主动敌手威胁模型、查询访问控制模型进行研究,并取得了如下具有创新性的研究成果:

(1) 针对多数据拥有者模型下数据安全和用户隐私性难以得到保障的问题,提出了一个多数据拥有者模型下的多关键字排名安全查询方案。我们对提出的方案进行了正确性分析、性能分析、安全性证明以及安全性分析,并通过在真实的数据集上进行大量实验,验证了方案的正确性。

(2) 针对数据拥有者需要为数据使用者授予关键字查询权限,实现控制数据使用者的数据访问能力问题,提出了一种关键字细粒度查询授权且支持用户属性高效、灵活更新的安全查询方法。首先基于属性加密技术提出了关键字授权的查询方案。其次在此基础上提出了一个细粒度的属性更新协议。该协议能够在最少的计算和通信开销下,实现数据使用者属性的撤销和追加,最终高效、灵活、细粒度地解决由于数据使用者角色动态变化而引起的关键字查询权限变化问题。

(3) 针对“不诚实”的云服务器可能篡改查询结果的问题,提出了一个安全、通用、细粒度的查询结果正确性和完整性验证机制。该方案不仅能够细粒度地验证查询结果集合中每一个加密结果的正确性,而且对于不完整的查询结果集合,能够验证出被云服务器删除的查询结果的数量或进一步找出被删除查询结果的文件名。真实数据集上的大量实验表明,本文提出的查询结果细粒度验证机制是正确和高效的。

主要学术成果

 [1] Yin H, Qin Z, Zhang J, Ou L, Liu Q, Hu Y, Rong H. A Secure and Fine-Grained Query Results Verification Scheme for Private Search Over Encrypted Cloud Data. The 15th International Conference on Algorithms and Architectures for Parallel Processing (ICA3PP), 2015: 667-681.

[2] Yin H, Qin Z, Zhang J, Li W, Ou Lu, Hu Y, Li K. Secure Conjunctive Multi-Keyword Search for Multiple Data Owners in Cloud Computing. The 22nd International Conference on Parallel and Distributed Systems (ICPADS) 2016: 761-768.

[3] Yin H, Qin Z, Ou L, Li K. A query privacy-enhanced and secure search scheme over encrypted data in cloud computing. Journal of Computer and System Sciences, 2017, 90: 14-27.

[4] Yin H, Qin Z, Zhang J, Ou L, Li K. Achieving Secure, Universal, and Fine-Grained Query Results Verification for Secure Search Scheme over Encrypted Cloud Data. IEEE Transactions on Cloud Computing, 2017, 10.1109/TCC.2017.2709318.

[5] Ou L, Yin H, Qin Z, Xiao S. An Efficient and Privacy-preserving Multi-user Cloud-based LBS Query Scheme. Security and Communication Networks, 2018, 10.1155/2018/4724815.

[6] Yin H, Zhang J, Qin Z. A malware variants detection methodology with an opcode based feature learning method and a fast density-based clustering algorithm. International Journal of Computational Science and Engineering, 2018.

[7] Zhang J, Qin Z, Yin H, Ou L, Xiao S, Hu Y. Malware Variant Detection Using Opcode Image Recognition with Small Training Sets. The 26th International Conference on Computer Communication and Networks (ICCCN), IEEE, 2016: 1-9.