DVFS：面向加密云数据的动态可验证模糊搜索服务

摘要

云存储为加密数据检索引入了关键的隐私挑战，其中模糊多关键词搜索能够在保持数据机密性的同时实现近似匹配。现有解决方案在安全性和效率之间面临根本性权衡：线性搜索机制提供自适应安全性，但在大规模数据上产生过高开销；而基于树的索引虽提高性能，却以分支泄漏漏洞为代价。

为解决这些局限性，我们提出DVFS——一种动态可验证模糊搜索服务，具有三大核心创新：(1) 自适应安全模糊搜索方法，将局部敏感哈希与虚拟二叉树结合，消除分支泄漏，同时将搜索复杂度从线性降低至亚线性（时间）；(2) 双存储库版本控制机制，支持具有前向隐私的动态更新，防止操作期间的信息泄漏；(3) 基于区块链的验证系统，通过智能合约确保正确性和完整性，实现验证复杂度。

我们的解决方案通过同时解决安全-性能悖论并支持可信动态操作，推动了安全加密检索的发展。

主题

密码学与安全（cs.CR）

引用信息

arXiv:2507.10927 [cs.CR]
(或此版本的 arXiv:2507.10927v1 [cs.CR])
DOI: https://doi.org/10.48550/arXiv.2507.10927

提交历史

来自：张杰 [查看邮箱] [v1]
2025年7月15日星期二 02:36:30 UTC (375 KB)

全文链接

• 查看论文PDF：DVFS: A Dynamic Verifiable Fuzzy Search Service for Encrypted Cloud Data
• HTML（实验性）
• TeX 源码
• 其他格式

许可

当前浏览上下文：cs.CR

相关工具与资源

本文章提供以下资源链接：

• Bibliographic Explorer（文献浏览器）
• Connected Papers（关联论文）
• Litmaps
• scite Smart Citations（智能引用）

代码、数据与媒体：

• alphaXiv
• CatalyzeX Code Finder（代码查找器）
• DagsHub
• GotitPub
• Hugging Face
• Papers with Code
• ScienceCast

演示：

• Replicate
• Hugging Face Spaces
• TXYZ.AI

推荐与搜索工具：

• Influence Flower（影响力图谱）
• CORE Recommender（核心推荐）

关于arXiv

arXivLabs是一个允许合作者直接在网站上开发和共享新功能的实验性项目框架。arXiv致力于开放、社区、卓越和用户数据隐私的价值观，仅与遵守这些原则的合作伙伴合作。