云计算中基于属性的前向安全高效可搜索加密

《Computer Networks》:Efficient attribute-based searchable encryption with forward security in cloud computing

【字体: 大 中 小 】 时间:2026年09月21日 来源:Computer Networks 4.7

编辑推荐:

   - 提出FS-ABSE,即第一个同时支持前向安全、多关键字搜索和访问策略隐藏的属性基可搜索加密方案,用于云端数据共享。- 集成可穿刺加密以实现本地密钥更新,无需第三方交互或高昂的数据重新加密,从而确保针对密钥泄露的前向安全性。- 以最小的计算开销实现高效的多关键字搜索,每次搜

  

- 提出FS-ABSE,即第一个同时支持前向安全、多关键字搜索和访问策略隐藏的属性基可搜索加密方案,用于云端数据共享。- 集成可穿刺加密以实现本地密钥更新,无需第三方交互或高昂的数据重新加密,从而确保针对密钥泄露的前向安全性。- 以最小的计算开销实现高效的多关键字搜索,每次搜索查询仅需两次配对运算,可灵活扩展至复杂查询。- 设计隐私保护访问策略,将其以加密的AND门形式嵌入多值属性中,防止策略泄露给未授权实体。- 采用聚合技术,使密文和密钥保持固定大小,与属性数量无关,保证可扩展且高效的解密。

## 引言

随着云计算技术的快速发展,越来越多的个人和组织将数据外包给云服务器,以利用可扩展的存储和灵活的访问能力[1]。为确保隐私保护,敏感数据应在外包之前进行加密。然而,传统加密方案不支持在加密数据上进行高效的关键字搜索[2],这极大地限制了其在可搜索数据共享场景中的实用性。可搜索加密(SE)[3]的提出,允许用户直接在加密数据集上进行关键字搜索,解决了传统加密因无法在解密前高效检索而带来的可用性限制。然而,大多数可搜索加密方案依赖对称加密或公钥加密[4]、[5]、[6],缺乏细粒度的访问控制。这一局限性限制了它们在需要精确控制用户访问加密信息的云计算环境中的有效性。

为了实现高效关键字搜索和细粒度访问控制,ABSE[7]、[8]、[9]通过在ABE[10]、[11]中扩展可搜索加密功能而被提出,使数据所有者能够将有表达力的访问策略(例如:部门:财务 AND 角色:经理)嵌入加密索引中。在ABSE方案中,用户生成陷门以支持在加密内容上进行基于关键字的检索。服务器执行搜索而不会学习到敏感信息,只有其属性满足嵌入访问策略的用户才能解密匹配的结果。属性基可搜索加密(ABSE)实现了加密数据的细粒度访问控制。然而,大多数现有方案缺乏前向安全性,这是一种在动态环境中至关重要的属性——频繁的用户变更和潜在的密钥泄露可能危及先前加密数据的安全性。前向安全性保证即使用户的密钥被攻破,攻击者也无法解密先前加密的密文。然而,实现这一目标的传统方法——如重新加密受影响的数据或重新分配新密钥——既低效又不切实际。为缓解动态环境中密钥泄露的风险,可穿刺加密[12]、[13]被提出作为一种实现前向安全的高效机制。它允许密钥在特定点(如被撤销的时间段或标签)处被"穿刺",使与该点关联的未来密文变得不可解密,而无需重新加密过去的数据或更新其他用户的密钥。尽管在理论上行之有效,但现有的可穿刺加密方案主要关注数据机密性,尚未适应可搜索加密或属性基的设置。

除了缺乏前向安全性外,许多ABSE方案在支持其他关键功能如多关键字搜索和策略隐藏方面也存在不足。大多数ABSE方案仅支持单关键字搜索,而那些处理多关键字的方案通常依赖于低效的扫描,限制了可扩展性。此外,许多构造通过密文暴露访问策略,存在属性泄露的风险。这些局限性损害了隐私并阻碍了ABSE在云计算中的部署。

综上所述,现有ABSE方案没有同时实现前向安全性、多关键字搜索和访问策略隐藏。为解决这一问题,我们提出FS-ABSE,一种面向云计算的前向安全属性基可搜索加密方案。通过集成可穿刺加密,FS-ABSE实现了无需第三方交互的本地密钥更新。它还支持多关键字搜索和隐私保护的访问策略编码,确保灵活性和数据隐私。本文的主要贡献总结如下:

- **前向安全性**:我们的方案使用可穿刺加密,允许密钥永久失去对特定标签的解密能力,而无需重新签发密钥或重新加密数据。这防止了被攻破的密钥解密与穿刺标签关联的先前加密密文。- **高效多关键字搜索**:我们的方案支持多关键字搜索,仅在所有关键字匹配时才返回结果。搜索仅需两次配对运算,确保无论查询大小如何都具有可扩展性。- **访问策略隐藏**:我们的方案将访问策略以加密的AND门形式嵌入多值属性中。只有属性集满足策略的用户才能解密,而未授权方对策略一无所知。- **常数开销**:我们的方案采用[14]中的聚合技术,确保属性密文和密钥均保持固定大小,与属性数量无关。因此,即使策略增长,解密仍然高效。

本文其余部分组织如下。第2节回顾可搜索加密和访问控制的相关工作。第3节介绍必要的密码学预备知识。第4节定义系统模型、方案的核心组件和安全模型。FS-ABSE方案的详细设计见第5节。第6节给出安全性证明。第7节给出性能评估。最后,第8节总结全文。

## 章节摘要

**相关工作**:为实现加密云端数据的安全搜索,Song等人[3]提出了第一个实用的对称可搜索加密(SSE)方案。之后,Boneh等人[15]引入了基于关键字搜索的公钥加密(PEKS),允许在不共享对称密钥的情况下进行搜索。虽然这些方案增强了可搜索性,但传统可搜索加密方案通常不支持细粒度访问控制,而后者对于策略驱动的数据共享至关重要。属性基加密(ABE)的引入……

**预备知识**:本节介绍支撑FS-ABSE方案构建的基本密码学工具与数学概念。

**系统框架**:本节介绍系统模型,形式化定义构成FS-ABSE方案的算法,并通过三个正式安全模型概述其安全目标。

**所提方案**:本节描述FS-ABSE方案的详细算法。

**安全性分析**:本节提供FS-ABSE方案的安全性分析。

**定理1**:在所提FS-ABSE方案在$q$-判定增强双线性Diffie-Hellman指数($q$-ABDHE)假设下实现了IND-CPA安全性。

**证明**:假设存在一个概率多项式时间(PPT) adversaries $\mathcal{A}$,能够以不可忽略的优势 $\epsilon$ 攻破我们方案的IND-CPA安全性。我们构造一个模拟器$\mathcal{B}$,利用$\mathcal{A}$以优势$\epsilon/2$求解$q$-ABDHE问题。**初始化**:$q$-ABDHE挑战者$\mathcal{C}$……

**性能分析**:本节使用理论分析和实验结果来评估我们方案的性能。

**结论**:本文提出FS-ABSE,一种面向云环境中隐私保护数据共享的前向安全属性基可搜索加密方案。通过集成可穿刺密钥机制,我们的方案确保了前向安全性,防止用户在密钥更新后访问之前的数据,且无需与云端交互。此外,它还支持多关键字搜索和访问策略隐藏,实现细粒度的隐私保护访问控制。

## CRediT作者贡献声明

Qi Li:构思。Xuan Wang:撰写——初稿。Tao Zhang:项目管理。Jinbo Xiong:资源。

## 未引用参考文献

[32]

## 利益冲突声明

作者声明不存在可能影响本文工作的已知的竞争性财务利益或个人关系。

## 致谢

本工作部分得到中国国家自然科学基金(项目编号62272102)、福建省自然科学基金(项目编号2023J02014)、南京邮电大学自然科学基金(项目编号NY224141)以及中国江苏省高等教育机构自然科学基金(项目编号22KJB520029)的资助。

Qi Li | Xuan Wang | Tao Zhang | Jinbo Xiong
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号