一种基于LSM的对称可搜索加密方法及系统

    公开(公告)号:CN113626836B

    公开(公告)日:2025-04-29

    申请号:CN202110775401.4

    申请日:2021-07-09

    Abstract: 本发明公开了一种基于LSM的对称可搜索加密方法及系统。本方法为:1)客户端创建数据库表,将数据集中的数据信息填入相应的字段中;2)为设定加密索引字段构建加密索引,使用对称加密算法加密所述加密字段中的数据,生成验证集合Xset,该验证集合Xset中存储的信息为所述数据集中各文档对应的组合值,其中根据文档i的文档id及文档i的关键字生成文档i的组合值;将加密索引和加密数据上传至服务器端分配的服务器节点;3)客户端利用对称密钥和查询关键字生成对应的查询发送给服务器端;4)服务器端在加密数据库上执行查询操作并将查询结果返回给客户端;5)客户端接收服务器端返回的查询结果并对其进行解密。

    一种基于属性加密的多用户可搜索对称加密方法

    公开(公告)号:CN117375807A

    公开(公告)日:2024-01-09

    申请号:CN202311146348.7

    申请日:2023-09-06

    Abstract: 本发明公开了一种基于属性加密的多用户可搜索对称加密方法,其步骤包括:1)为数据所有者生成系统密钥和属性加密密钥对;设置用户的权限及与权限相匹配的用户属性;数据所有者配置每一加密列的访问控制策略,并生成密钥K1、K2,用主私钥加密K1得到EKey,将Ekey和K2上传到云服务提供商;2)数据所有者加密具有敏感信息的各列数据并生成密态索引,将索引和密文上传至提供商;3)数据所有者审核用户申请并授权;4)用户将查询条件转换为查询令牌进行查询,解密云服务提供商返回的检索结果,得到文档标识符;5)云服务提供商根据文档标识符找到对应文档数据及密钥发送至用户,用户属性解密得到解密密钥,恢复文档明文数据。

    一种基于LSM的对称可搜索加密方法及系统

    公开(公告)号:CN113626836A

    公开(公告)日:2021-11-09

    申请号:CN202110775401.4

    申请日:2021-07-09

    Abstract: 本发明公开了一种基于LSM的对称可搜索加密方法及系统。本方法为:1)客户端创建数据库表,将数据集中的数据信息填入相应的字段中;2)为设定加密索引字段构建加密索引,使用对称加密算法加密所述加密字段中的数据,生成验证集合Xset,该验证集合Xset中存储的信息为所述数据集中各文档对应的组合值,其中根据文档i的文档id及文档i的关键字生成文档i的组合值;将加密索引和加密数据上传至服务器端分配的服务器节点;3)客户端利用对称密钥和查询关键字生成对应的查询发送给服务器端;4)服务器端在加密数据库上执行查询操作并将查询结果返回给客户端;5)客户端接收服务器端返回的查询结果并对其进行解密。

    一种面向时序数据的索引分区管理方法和系统

    公开(公告)号:CN114428776A

    公开(公告)日:2022-05-03

    申请号:CN202111477748.7

    申请日:2021-12-06

    Abstract: 本发明涉及一种面向时序数据的索引分区管理方法和系统。该方法包括:将一条时序数据创建索引所需的必要信息封装到一个Document对象中;根据时序数据的时间值,基于Time Detector组件判断时序数据的索引所属的索引分区;根据时序数据所属的索引分区的起止时间,从Time Partition Metadata组件中得到该索引分区的元数据信息以及与该索引分区相关的IndexWriter对象;利用对应索引分区的IndexWriter对象对Document对象中封装的数据进行索引创建操作。本发明将时序数据索引数据在时间维度进行分区管理,能够大幅提升查询效率,适合查询类型复杂且数据量大的时序数据应用场景。

    一种面向时序数据的索引分区管理方法和系统

    公开(公告)号:CN114428776B

    公开(公告)日:2024-10-29

    申请号:CN202111477748.7

    申请日:2021-12-06

    Abstract: 本发明涉及一种面向时序数据的索引分区管理方法和系统。该方法包括:将一条时序数据创建索引所需的必要信息封装到一个Document对象中;根据时序数据的时间值,基于Time Detector组件判断时序数据的索引所属的索引分区;根据时序数据所属的索引分区的起止时间,从Time Partition Metadata组件中得到该索引分区的元数据信息以及与该索引分区相关的IndexWriter对象;利用对应索引分区的IndexWriter对象对Document对象中封装的数据进行索引创建操作。本发明将时序数据索引数据在时间维度进行分区管理,能够大幅提升查询效率,适合查询类型复杂且数据量大的时序数据应用场景。

    一种学习细粒度通用知识的跨域小样本关系抽取方法和装置

    公开(公告)号:CN118674036A

    公开(公告)日:2024-09-20

    申请号:CN202410728857.9

    申请日:2024-06-06

    Abstract: 本发明涉及一种学习细粒度通用知识的跨域小样本关系抽取方法和装置。该方法包括:进行数据预处理,包括将语义提示模板拼接在数据集中每个句子的尾部;构建跨域小样本关系抽取模型,包含特征提取网络、双通道通用知识学习网络、关系对比学习网络和关系分类网络,双通道通用知识学习网络包含隐式通用知识学习网络和显式通用知识学习网络;利用训练集,通过隐式通用知识学习网络的损失函数、关系对比学习损失函数和关系分类损失函数训练跨域小样本关系抽取模型,并利用验证集获得最优模型;利用最优模型抽取目标域的句子中的关系。本发明能够精准地捕捉和利用跨领域的通用知识,减少对源域独有知识的依赖,提高在目标域中的关系抽取性能。

Patent Agency Ranking