[发明专利]隐私保护的空间关键字查询方法

说明书

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种隐私保护的空间关键字查询方法。

背景技术

随着基于位置的服务(Location-based Services，LBS)在移动互联网中的广泛应用，近年来空间关键字查询服务也在工业界和学术界引起了越来越多的关注。已知一个空间文本对象的集合，如兴趣点的集合(Points of Interest，POI)，和基于用户位置以及用户查询关键字的查询请求，通过Top-k空间关键字查询得到同时在空间距离和文本相似度两方面最相关的k个对象。这样的查询服务现已被广泛应用于Google Map和Foursquare等互联网服务中。为了实现更好的可用性以及节省开销的目的，越来越多的数据拥有者倾向于将他们的数据服务外包到云计算环境中，这种数据服务包括他们的数据、索引以及查询算法等。例如，大众点评网和去哪网可以将其top-k空间关键字查询服务外包到亚马逊EC2的云中，从而减少他们服务的维护成本。

然而，直接将这些服务外包到云中可能会引起严重的隐私问题。一方面，空间文本数据库本身可能包含私人的数据，这些数据中的位置信息以及文本描述信息不能被任何的第三方获得，包括云计算环境的提供商。同时，收集这些数据需要大量的人力和财力资源，因此，这些数据对于其拥有者的竞争对手来说可以认为是一种商业机密，需要防止这些数据被其竞争对手所窃取。另一方面，如果空间关键字查询中用户的位置信息以及其查询的关键字信息被不可信任的第三方非法获取，用户的出行习惯和查询兴趣就可能被潜在的攻击者所分析和利用。因此，研究外包环境中，空间关键字查询的隐私保护技术有着重要的意义。

关于上述问题的现有技术主要集中在空间查询或文本查询的隐私保护技术，然而由于空间关键字查询中同时利用了文本的相关度和空间距离两方面的因素来进行剪枝和查询，这些已有的隐私保护技术不能够直接用来解决空间关键字查询中的隐私保护问题。

发明内容

本发明所要解决的技术问题是，如何高效地完成空间关键字top-k查询，同时保证隐私不被泄露。

为此目的，本发明提出了一种隐私保护的空间关键字查询方法，包括：S1，根据预存储数据建立空间文本数据库索引；S2，将索引中的最小外包矩形的坐标和文本信息转化为矩形的数据向量E.v，将索引中的数据点转化为数据点的数据向量O.v，对矩形的数据向量进行加密得到加密的矩形的数据向量

对数据点的数据向量进行加密得到加密的数据点的数据向量

其中，和为作为密钥的可逆随机矩阵，E′.v和E″.v为E.v分解得到的两个向量，O′.v和O″.v为O.v分解得到的两个向量；

S3，记录发出查询指令的源位置的坐标以及查询关键字，计算源位置与最小外包矩形的相对位置关系，根据相对位置生成查询空间向量Q_i.lv，其中，1≤i≤9，根据查询关键字生成查询文本向量Q.tv，对查询文本向量和查询空间向量进行整合和扩展得到查询向量

Q_i.v＝(αQ_i.lv|(1-α)Q.tv|(1-α))，

其中，α为查询空间向量和查询文本向量的权重平衡因子，对查询向量进行加密得到其中，Q'_i.v和Q"_i.v为Q_i.v分解得到的两个向量；

S4，计算最小外包矩形在优先队列中的键值

以及数据点在优先队列中的键值

S5，根据最小外包矩形在优先队列中的键值和数据点在优先队列中的键值，优先队列对最小外包矩形和数据点进行排序和输出，以查询满足用户查询指令的数据点。

优选地，所述步骤S2包括：S21，将索引中的最小外包矩形的坐标和文本权重信息转化为矩形文本向量E.tv，将索引中的数据点的文本权重信息转化为数据文本向量O.tv；