[论文解读] Lightweight Efficient Multi-keyword Ranked Search over Encrypted Cloud Data using Dual Word Embeddings

Ruihui Zhao, Mizuho Iwaihara|arXiv (Cornell University)|May 22, 2017

Cryptography and Data Security参考文献 9被引用 5

一句话总结

本文提出LRSE，一种基于双词嵌入的轻量级、高效多关键词排序搜索方案，用于加密云数据。通过使用基于预训练word2vec嵌入的双嵌入空间模型（DESM）替代传统向量空间模型（VSM），LRSE 实现了高精度、隐私保护的top-k排序检索，无需字典更新，在真实数据集上的效率和准确性优于现有方案。

ABSTRACT

Cloud computing is emerging as a revolutionary computing paradigm which pro-vides a flexible and economic strategy for data management and resource sharing. Security and privacy become major concerns in the cloud scenario, for which Searchable Encryption (SE) technology is proposed to support efficient retrieval of encrypted data. However, the absence of lightweight ranked search is still a typical shortage in existing SE schemes. In this paper, we propose a Lightweight Efficient Multi-keyword Ranked Search over Encrypted Cloud Data using Dual Word Embeddings (LRSE) scheme that supports top-k retrieval in the known background model. For the first time, we formulate the privacy issue and design goals for lightweight ranked search in SE. We employ word embedding trained on the whole English Wikipedia using word2vec to replace the general dictionary, afterwards we make use of Dual Embedding Space Model (DESM) to substitute traditional Vector Space Model (VSM), based on which we achieve the goal of lightweight ranked search with higher precision and solve the challenging prob-lems caused by updating the traditional dictionary in existing SE schemes. In LRSE, we employ an improved secure kNN scheme to guarantee sufficient pri-vacy protection. Our security analysis shows that LRSE satisfies our formulated privacy requirements and extensive experiments performed on real-world datasets demonstrate that LRSE indeed accords with our proposed design goals.

研究动机与目标

• 解决现有加密云数据可搜索加密（SE）方案中缺乏轻量级排序搜索能力的问题。
• 为SE中的轻量级排序搜索专门制定隐私需求与设计目标。
• 使用预训练的word2vec嵌入，将传统基于字典的向量空间模型（VSM）替换为基于双嵌入空间模型（DESM）以提升语义表示能力。
• 实现在无需频繁更新字典的前提下，高效且安全的top-k检索，从而提升可扩展性与性能。
• 集成改进的隐私安全kNN方案，以增强搜索过程中的隐私保护。

提出的方法

• 利用整个英文维基百科的预训练word2vec嵌入，将关键词与文档映射到密集向量空间，提升语义理解能力。
• 设计一种双嵌入空间模型（DESM），将查询与文档分别映射到独立但对齐的嵌入空间中，以计算相似度得分。
• 用DESM替代传统向量空间模型（VSM），以支持语义感知的加密数据排序检索。
• 集成改进的隐私安全kNN协议，实现在保护用户查询与数据机密性的前提下，高效、私密的top-k检索。
• 采用混合索引机制，通过利用静态、预训练的嵌入避免动态字典更新。
• 在双嵌入空间中计算查询与文档嵌入之间的余弦相似度，以对结果进行排序。

实验结果

研究问题

• RQ1 能否设计一种轻量级、排序的搜索方案，用于加密云数据，且避免昂贵的字典更新？
• RQ2 如何利用预训练的词嵌入在不损害隐私的前提下提升加密搜索的检索精度？
• RQ3 DESM在多关键词查询的搜索准确率与效率方面，相较于传统VSM的提升程度如何？
• RQ4 能否将隐私安全kNN协议适配以支持加密环境下的私密top-k排序检索？
• RQ5 所提出的LRSE方案是否满足云环境中可搜索加密的正式隐私要求？

主要发现

• LRSE通过利用词嵌入的语义相似性，相较于基于传统VSM的方案，实现了显著更高的检索精度。
• 使用预训练的word2vec嵌入消除了对动态字典更新的需求，降低了计算开销，提升了可扩展性。
• 所提出的DESM模型即使在复杂多关键词查询下，也能实现准确的排序结果，因其能捕捉术语间的语义关系。
• 在真实世界数据集上的大量实验表明，LRSE满足了效率、隐私与高精度的加密搜索设计目标。
• 改进的隐私安全kNN协议确保了强有力的隐私保障，防止用户查询与数据内容泄露。
• 与具有类似功能的现有SE方案相比，该方案在响应时间与资源使用方面表现出显著的性能提升。