云环境下基于动态聚类及相似树查询的无线体域网隐私数据检索算法研究

摘要：

无线体域网收集的各项人体生物数据涉及隐私问题.大量的隐私数据存储在云服务器中,检索时要求高命中率和机密性.密文检索技术是解决云环境隐私安全问题的有效方法.针对此问题,论文提出了基于相似查询树的兄弟叶节点的查询结构——B-SS,以提升多关键字排序检索的结果命中率.在云存储的环境下提出改进的动态区间聚类算法MDB,在初始化文档集时,取文档集中最大和最小文档的向量差,等量的划分为k个槽,并对槽进行动态划分,聚类过程随文档量增加动态变化,且初始化时间复杂度为O(1),适用于无线体域网大数据环境下的密文检索.通过实验证明该方法随着文档的线性增加,消耗的时间呈线性变化,且变化幅度低,表明MDB算法在初始化效率上具有较大提升.

关键词：云存储、密文检索、多关键字排序检索、相似查询树、云安全

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;中央高校基本科研业务费

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：360-366,441