隱蔽無線通信網(wǎng)絡(luò)傳輸信息云存儲(chǔ)密文檢索

蔣 岑，吳 迪

(湖北工業(yè)大學(xué)工程技術(shù)學(xué)院，湖北武漢 430000)

1 引言

由于無線通信自身存在較強(qiáng)廣播性，在傳輸信息時(shí)容易被第三方竊取。近年來，隱蔽無線通信的提出對(duì)這一問題取得突破性成果。此種通信方式更加強(qiáng)調(diào)對(duì)傳輸過程的保護(hù)，減小竊聽者檢測概率。因其具有服務(wù)費(fèi)用低、使用方便等特點(diǎn)，逐漸發(fā)展為用戶普遍使用的服務(wù)。隨之而來的安全問題日漸突出，由于第三方不能完全可信，通信信息需要以密文形式儲(chǔ)存。如果文檔信息量較大，則用戶對(duì)所需信息進(jìn)行檢索成為迫切需求。

針對(duì)上述問題，文獻(xiàn)[1]提出一種基于安全密文區(qū)間的檢索方案。對(duì)密鑰矩陣結(jié)構(gòu)進(jìn)行攻擊，同時(shí)引入隨機(jī)數(shù)，使方案可以隱藏關(guān)鍵字大小的排列關(guān)系，確保關(guān)鍵字索引機(jī)密性，實(shí)現(xiàn)排列安全和歸并特征安全的目的。實(shí)驗(yàn)結(jié)果證明此方法可有效擴(kuò)展云儲(chǔ)存空間，減少檢索時(shí)間。文獻(xiàn)[2]結(jié)合模糊檢索特征與要求，構(gòu)建云儲(chǔ)存環(huán)境下安全密文模糊檢索模型。利用基于通配符與編輯距離的模糊集構(gòu)成方式，將關(guān)鍵詞詞頻信息當(dāng)作權(quán)值建立Huffman樹形索引結(jié)構(gòu)，采用布隆過濾器儲(chǔ)存并匹配關(guān)鍵詞模糊集；最后，使用改進(jìn)的TF-IDF規(guī)則對(duì)檢索文檔做評(píng)價(jià)排序，得出用戶最滿意的結(jié)果。實(shí)驗(yàn)表明，該方法滿足儲(chǔ)存規(guī)模要求，檢索準(zhǔn)確度較高。

上述兩種方法雖然檢索結(jié)果能夠滿足用戶期望，但無法實(shí)現(xiàn)檢索安全與效率平衡。為此本文將改進(jìn)層次質(zhì)量聚類(IQHC Improved Quality Hierarchical Clustering)與多關(guān)鍵排序方法相結(jié)合，對(duì)隱蔽無線通信網(wǎng)絡(luò)傳輸信息云儲(chǔ)存密文進(jìn)行檢索。該方法不僅建立文件向量，還考慮關(guān)鍵字出現(xiàn)頻率與重要性，在進(jìn)行檢索時(shí)通過用戶對(duì)某關(guān)鍵字賦予的權(quán)重?cái)?shù)值，優(yōu)先返回用戶感興趣的檢索信息，提高檢索效率與準(zhǔn)確性。此外還可以保護(hù)用戶隱私，避免攻擊者獲取通信數(shù)據(jù)。傳輸與檢索效率不受網(wǎng)絡(luò)限制，實(shí)現(xiàn)安全與效率平衡。

2 隱蔽無線通信信道模型構(gòu)建

與信息加密技術(shù)相比，隱蔽通信可提供更強(qiáng)的數(shù)據(jù)安全保障。在無線通信過程中，它能夠利用一定策略降低通信雙方傳輸過程被竊聽方檢測出來的概率[3]，因此又被稱為低檢測率通信。在其通信信道模型中包括一個(gè)發(fā)射方Alice、接收方Bob和一個(gè)竊聽者Willie。隱蔽通信流程如圖1所示。

圖1 隱蔽通信流程

發(fā)射方若要和接收方之間進(jìn)行無線通信信息傳輸，且要保證此過程不被竊聽，但由于無線環(huán)境具有較強(qiáng)開放性，傳輸行為存在被檢測到的風(fēng)險(xiǎn)。隱蔽通信技術(shù)利用信號(hào)檢測相關(guān)原理分析遭到竊聽的可能性，構(gòu)建一個(gè)隱蔽的通信網(wǎng)絡(luò)。接收方獲取的接收符號(hào)序列[4]描述為yb=[yb(1)，yb(2)，…，yb(n)]，其中

yb(i)=x(i)+nb(i)，i=1，2，…，n

(1)

同理可得竊聽信道上獲取的符號(hào)序列表示為yw=[yw(1)，yw(2)…，yw(n)]，其中

yw(i)=x(i)+nw(i)，i=1，2，…，n

(2)

發(fā)射方在無線通信環(huán)境中將信息按規(guī)定發(fā)送到接收方，此時(shí)竊聽者對(duì)觀測到的信號(hào)判斷是否發(fā)生秘密通信。為準(zhǔn)確判斷發(fā)射方與接收方是否進(jìn)行通信，竊聽者的檢測行為可以利用一個(gè)二元假設(shè)方程[5]描述

(3)

式中，H0是零假設(shè)，表示沒有檢測到有效信號(hào)，竊聽者只能獲取高斯白噪聲；H1屬于有效假設(shè)，竊聽者檢測到了有效信號(hào)與高斯白的混合信號(hào)。竊聽者檢測性一般利用檢測概率PD表示，其表達(dá)式如下

PD=1-ξ

(4)

式中，ξ=α+β表示總檢測錯(cuò)誤率，α=PFA(D1|H0)為虛警概率，表示發(fā)射者沒有傳輸信息，是由于竊聽者的錯(cuò)誤判斷發(fā)生了通信行為；β=PMd=P(D0|H1)為漏檢概率，表示發(fā)射方進(jìn)行通信傳輸，但竊聽者并未檢測到。D1與D0表示二元檢測結(jié)果，分別描述發(fā)射方傳輸與未傳輸?shù)挠行盘?hào)。

AWGN信道屬于一種簡單信道模型經(jīng)常被用作無線通信分析，本文在此基礎(chǔ)上構(gòu)建的通信信道模型如圖2所示。

圖2 隱蔽通信信道模型圖

在圖2信道模型中，T表示傳輸策略，若T=1，發(fā)射方將消息M以速度R編碼為復(fù)值發(fā)送符號(hào)x=[x(1)，x(2)，…，x(n)]，其中n表示碼塊長度；若T=0，發(fā)射方不會(huì)有消息傳出，此時(shí)傳輸符號(hào)表示為x=[0，0，…，0]。

3 基于改進(jìn)質(zhì)量層次聚類的多關(guān)鍵字密文檢索

3.1 云儲(chǔ)存平臺(tái)架構(gòu)與檢索系統(tǒng)模型構(gòu)建

1)云儲(chǔ)存平臺(tái)架構(gòu)

用戶通過無線網(wǎng)絡(luò)將數(shù)據(jù)傳輸?shù)皆苾?chǔ)存平臺(tái)，此時(shí)不需要自行建立數(shù)據(jù)中心，避免儲(chǔ)存平臺(tái)重復(fù)構(gòu)建，增加儲(chǔ)存成本。云平臺(tái)結(jié)構(gòu)如圖3所示。

圖3 云儲(chǔ)存平臺(tái)架構(gòu)圖

由圖3可知，云儲(chǔ)存架構(gòu)主要分為儲(chǔ)存層、管理層、接口層以及訪問層。其中儲(chǔ)存層為該架構(gòu)最底層，主要包括硬件儲(chǔ)存設(shè)備與管理系統(tǒng)。該層次利用相同管理系統(tǒng)將不同類型儲(chǔ)存設(shè)備連接，實(shí)現(xiàn)海量通信數(shù)據(jù)的統(tǒng)一管控[6]。

2)密文檢索系統(tǒng)模型

檢索系統(tǒng)主要模塊如圖4所示。

圖4 檢索系統(tǒng)主要模塊

在檢索系統(tǒng)主要模塊環(huán)境下，構(gòu)建密文檢索系統(tǒng)模型，此模型中包含云儲(chǔ)存平臺(tái)、數(shù)據(jù)擁有者以及授權(quán)用戶群三個(gè)實(shí)體，如圖5所示。

圖5 云儲(chǔ)存環(huán)境下檢索系統(tǒng)模型

該系統(tǒng)運(yùn)行流程為：數(shù)據(jù)擁有者將密文集合發(fā)送到云儲(chǔ)存平臺(tái)，然后數(shù)據(jù)擁有者認(rèn)證并授權(quán)能夠訪問的用戶，并將生成的密鑰發(fā)放給每一位成員。當(dāng)用戶需要檢索儲(chǔ)存信息時(shí)，利用密鑰生成檢索陷門[7]，并將陷門傳輸?shù)皆贫?，云平臺(tái)接收后，開始進(jìn)行查詢，最終將檢索結(jié)果反饋給用戶。

3.2 云儲(chǔ)存密文聚類處理

在儲(chǔ)存環(huán)境下對(duì)密文進(jìn)行檢索，信息向量維度高、冗余維度較多，其信息分布稀疏，造成計(jì)算開銷大，檢索效率低。為改善這一現(xiàn)象，本文對(duì)質(zhì)量層次聚類方法進(jìn)行改進(jìn)，改進(jìn)后的聚類過程如下所示。

步驟一：生成樣本數(shù)量為N的文件向量B1，B2，…，BN，其中BN=(b1，b2，…，bq)屬于q維向量，若N>q時(shí)，構(gòu)建樣本矩陣，對(duì)該矩陣中的元素進(jìn)行下述變換生成標(biāo)準(zhǔn)樣本矩陣Zij

(5)

步驟二：利用下述公式計(jì)算Zij的協(xié)方差矩陣C

C=(ZtZij)/(N-1)

(6)

式中，Zt為Zij的轉(zhuǎn)置矩陣。

步驟三：利用奇異值分解方法獲取矩陣C的特性方程|C-λIe|=0，獲得e個(gè)特征根，將這些特征根從大到小進(jìn)行排序[8]，并根據(jù)公式(7)中貢獻(xiàn)率η計(jì)算主成分?jǐn)?shù)量

(7)

計(jì)算η的值，對(duì)于任意一個(gè)特征根λj(j=1，2，…，f)，對(duì)方程組Rb=λjb進(jìn)行求解，獲得f個(gè)特征向量bj(j=1，2，…，f)。

步驟四：將經(jīng)過標(biāo)準(zhǔn)化處理的數(shù)據(jù)變量變換為主成分

(8)

式中，U1表示第一主成分，U2表示第二主成分，依次排列。對(duì)文件向量通過新的主成分描述出來，獲得經(jīng)過降維后的文件向量。

步驟五：假設(shè)E表示文件中最大聚類數(shù)量，相關(guān)性最小的閾值計(jì)作min(S)，通過歐式距離判斷文件之間相關(guān)性與文件和聚類中心的相關(guān)程度[9]。

步驟六：對(duì)降維后的文件向量聚類。如果聚類數(shù)量k不穩(wěn)定，則增加一個(gè)新聚類中心。分別選取聚類中相關(guān)程度最小的分?jǐn)?shù)min(St)和相關(guān)程度最小閾值min(S)進(jìn)行對(duì)比，如果min(St)

步驟七：令上一步驟形成的聚類中心集合當(dāng)作第一級(jí)聚類中心C0，逐個(gè)判斷每個(gè)聚類中心包含的文件個(gè)數(shù)，如果數(shù)量超出此前設(shè)定的閾值E，將此聚類分割為多個(gè)子聚類；反之不進(jìn)行子聚類劃分。將劃分出的子聚類當(dāng)作下一級(jí)聚類，反復(fù)執(zhí)行步驟七，直到所有聚類數(shù)量均符合閾值設(shè)定要求。

步驟八：重復(fù)以上步驟，直到全部聚類都滿足相關(guān)性與數(shù)量要求，完成聚類處理。

3.3 多關(guān)鍵字檢索實(shí)現(xiàn)過程

綜合考慮安全性需要，在檢索過程中需要隱藏一些索引詞和文件之間的聯(lián)系，但是這會(huì)導(dǎo)致檢索結(jié)果失去有序性。為解決這一問題，本文建立一個(gè)用戶興趣模型，該模型包括用戶基本信息與密文興趣向量兩部分，如圖6所示。

圖6 用戶興趣模型

在構(gòu)建用戶檢索興趣模型后，通過用戶定義關(guān)鍵字權(quán)值對(duì)密文進(jìn)行檢索。在云儲(chǔ)存下，多關(guān)鍵字檢索實(shí)現(xiàn)過程如下：

步驟一：對(duì)聚類過程中獲得文件向量利用關(guān)鍵字權(quán)重值對(duì)其表示，生成字典Fw與文件向量集合F。

步驟四：用戶選取一種較為安全的方式對(duì)文件加密，將加密后的文件集合與之前形成的文件及聚類索引共同發(fā)送到云服務(wù)器。

步驟六：用戶將陷門OW傳輸?shù)皆品?wù)器，云端利用內(nèi)積方程計(jì)算相關(guān)分?jǐn)?shù)Score，計(jì)算公式如下

Score=Ic×Ow

(9)

云端利用上述公式先獲取陷門與聚類索引向量中一級(jí)聚類中心的內(nèi)積，找出評(píng)分最高聚類中心；其次計(jì)算陷門和子聚類中心的內(nèi)積[10]，獲取第二級(jí)聚類中心。以此類推；最后得到陷門和密文索引向量的內(nèi)積，從而將得分最高的密文反饋給用戶，完成密文檢索。

4 仿真分析

本次仿真對(duì)所提算法、文獻(xiàn)[1]方法、文獻(xiàn)[2]方法進(jìn)行性能對(duì)比。為確保實(shí)驗(yàn)精準(zhǔn)性，不考慮次要因素對(duì)實(shí)驗(yàn)的影響，例如網(wǎng)絡(luò)帶寬、穩(wěn)定性等因素。實(shí)驗(yàn)設(shè)備包括服務(wù)器兩臺(tái)、客戶端一臺(tái)，將通信傳輸信息儲(chǔ)存在云端。其索引過程流程如圖7所示。

圖7 仿真檢索過程圖

依據(jù)圖7過程，分別生成1000、2000、3000、4000、5000kB的不同規(guī)模文件，利用三種方法對(duì)其檢索，所用檢索時(shí)間如表1所示。

表1 不同方法密文檢索時(shí)間對(duì)比表

由表1測試結(jié)果可知，在文件大小相同情況下，本文方法密文檢索時(shí)間最短，且隨著文件規(guī)模擴(kuò)大，所需檢索時(shí)間增長幅度較小，檢索效率高于其它兩種方法。主要因?yàn)槔酶倪M(jìn)的質(zhì)量層次聚類方法降低了云儲(chǔ)存中信息維度，減少冗余數(shù)據(jù)，因此提高檢索效率。

密文檢索的安全性主要表現(xiàn)在索引中關(guān)鍵詞數(shù)量、陷門的不可區(qū)分性、檢索模式以及相關(guān)程度分?jǐn)?shù)方面。表2為三種方法在安全方面的對(duì)比結(jié)果。

表2 不同方法安全性對(duì)比表

由表2可知，本文方法滿足所有安全性要求，而其它兩種方法在個(gè)別性能中無法保證檢索安全。主要由于所提方法在檢索過程中，利用可逆矩陣對(duì)索引向量進(jìn)行加密處理，不會(huì)泄露關(guān)鍵詞與文件之間的相關(guān)性，

陷門與檢索結(jié)果的映射關(guān)系被很好保護(hù)，確保檢索安全。

5 結(jié)論

5G時(shí)代到來，促使智能終端構(gòu)建出復(fù)雜多維的無線通信網(wǎng)絡(luò)。隨著云存儲(chǔ)應(yīng)用與發(fā)展，通常將通信網(wǎng)絡(luò)傳輸信息儲(chǔ)存在云端。為實(shí)現(xiàn)隱蔽無線通信傳輸信息云儲(chǔ)存的安全高效檢索，本文將改進(jìn)的質(zhì)量層次聚類與關(guān)鍵詞排序方法相結(jié)合，減少云儲(chǔ)存中冗余通信信息，對(duì)檢索行為進(jìn)行加密處理，實(shí)現(xiàn)了檢索效率與安全性相平衡。但為滿足用戶更多需求，在今后研究中需要擴(kuò)展其它功能，例如模糊搜索、支持動(dòng)態(tài)更新等。此外還可以與密碼學(xué)相結(jié)合，進(jìn)一步提高檢索安全性。