一种面向区块链系统的轻量级高效可验证查询方法

近年来,随着区块链技术的广泛应用,各种场景下的应用对链上数据的查询需求与日俱增.针对区块链网络中轻节点的可验证查询问题,本文充分利用区块链的结构特性,提出一种新的轻量且高效的可验证查询方案,以支持对链上数据可验证的布尔范围查询.该方案将查询过程分为块间过滤和块内查询两阶段,针对块内查询,本文设计了一种简化的Merkle-B树结构,在兼顾查询效率的同时减少验证信息的大小,针对块间过滤,本文提出了两种分别基于布隆过滤器和位图的新型可验证数据结构,以高效支持对不同查询的批量处理和验证.安全性分析证明了该方案的可验证性;相关对比实验表明了该方案具有较好的查询性能和较低的开销.

一种面向区块链的链下数据库高吞吐量可验证查询方法

近年来区块链技术受到广泛关注,区块链的应用已经不止局限于加密数字货币,还在溯源、金融、物联网等领域有了初步的应用.传统结构的区块链由于受到共识算法的限制,大量的密码学计算导致网络的事务吞吐量无法得到有效的提升.本文提出一种面向区块链的链下数据库的可验证查询模式,全部的数据按批次存储在链下数据库,区块链中只存储批次数据的消息摘要值,通过这种方式将区块链不可篡改的特性与链下数据库强大的增、删、改、查的能力结合,同时保证了该模式的效率和安全.基于这种模式,本文提出了一种多模式可验证查询方法,根据节点之间信任程度的不同,提供不同代价花费的验证查询方式.在实验的部分采用了Hyperledger Fabric和HBase作为这个模式的实例,通过实验说明了这种模式在系统吞吐量和可验证查询方面有着较好的表现.

一种面向联盟链的链下数据可验证查询方法

传统的区块链技术受到共识算法、区块在全网广播的速度等条件的限制,导致区块链的吞吐量性能无法和传统数据库性能相比。文中提出一种面向链下的数据可验证查询方法,将区块链上区块内数据存储在链下数据库中。采用Hyperledger Fabric作为区块链平台,使用Reids作为链下数据库存储区块数据,结合MPT树实现链下数据的查询可验证。通过实验验证了该方案可以实现区块链查询,性能接近数据库查询性能,并且保证了链下数据和链上数据的一致性,以及查询数据的可验证性。

基于学习索引的图式区块链高效可验证查询机制

区块链技术近年来受到了广泛关注,并应用于各个领域,数据查询是其在应用过程的一个重要技术,如物流链中的数据溯源等.随着区块链系统中交易数据量的持续增长,支持高并发事务处理的图式区块链成为区块链技术的研究热点.图式区块链的高并发区块使得数据查询难以像传统链式结构依次遍历,可以根据图式结构采用广度优先或深度优先遍历策略,但这种查询方式存在效率低、验证难等问题.针对图式区块链数据查询的效率和可验证性问题,提出了一种基于学习索引的高效可验证的图式区块链查询机制Lever.该机制通过引入学习索引技术对图式区块链中时序数据分布特征进行学习以实现对索引过程的优化,旨在提高图式区块链查询的效率和可验证性.学习索引是通过学习数据分布来减少索引存储空间和查询时间的新型索引技术,将学习索引应用于图式区块链的纪元高度与时间戳的映射关系中,通过函数运算的方式定位查询数据,提高查询速度和效率.同时,为了加快纪元内多个区块数据的过滤速度,在每个区块头部添加布隆过滤器,并为每个纪元生成一个聚合布隆过滤器,从而提高纪元内的数据遍历速度.此外,为保证查询结果的正确性和完整性,该机制结合布隆过滤器和排序默克尔树生成可验证对象,通过部分默克尔树分支实现对布隆过滤器假阳性的不存在证明,有效减小验证对象的规模,从而提高图式区块链查询过程的数据传输效率.实验结果表明,Lever能有效提高基于DAG的图式区块链查询效率和可验证性,与Conflux的基本查询机制相比,该机制的查询性能最高提升了10倍,可验证对象大小开销可以降低90%.

面向外包空间数据库的查询验证机制设计实现

针对因外包数据库中数据基数大、身份特征难提取,导致的查询验证效率低、误差过大的问题,设计一种基于Hilbert曲线的查询验证机制。采用Hilbert曲线建立分析函数,线性贯穿二维、三维甚至更高维度的离散单元,描述外包空间数据库中数据在每个查询点的线性变化,将变化值映射到不同维度空间中,分别计算验证签名变化情况。求解数据在外包空间数据库中关键词权重,定义其为查询比对阈值,设定数据库中存在数据变换表,建立认证树,将计算得到的待验证数据节点权重输入至认证树中,查找对应信息,设定验证范围完成查询验证。实验结果表明,所提方法查询验证所需运算代价最小,在同等条件下验证耗时最少,验证结果与源数据存在高度一致性。

支持亿级数据的高效密文范围查询完整性验证

密文查询的完整性验证机制能在保护人工智能应用数据隐私的同时,为查询结果的可靠性提供保证.然而,现有针对密文范围查询的完整性验证方法存在验证数据结构构建开销较高、数据可扩展性较差的缺陷.为此,文中分析ServeDB(Secure Verifiable and Efficient Framework)计算性能瓶颈产生的原因,并基于分析结论提出基于立方格索引的密文范围查询完整性验证方法(Cube-Cell-Based Authentication Tree,CubeTree).CubeTree采用基于分位数归一化的数据重分布优化方法,平衡数据记录在值域空间中的分布,降低数据记录的编码开销.进一步提出基于平衡K叉树的扁平化结构以及基于立方格索引的验证数据结构,合并具有相同编码的数据记录,采用立方格作为基本验证单元,大幅降低验证数据结构的冗余性,减少构造过程的计算与存储开销.在真实数据集与合成数据集上的实验表明,CubeTree能显著降低验证数据结构的构建开销以及查询完整性证明的生成与校验开销,并可高效处理亿级规模的大型数据集.

云存储中一种支持可验证的模糊查询加密方案

针对当前可查询加密方案大多不支持模糊查询的不足,并且无法应对恶意服务器的威胁,云计算亟需为用户提供一种允许拼写错误并且可以验证查询结果正确性的加密方案。同时考虑到云存储中数据经常更新,提出一种动态云存储中支持可验证的模糊查询加密方案。该方案通过编辑距离生成模糊关键词集,并基于伪随机函数、随机排列函数等技术构建安全索引,从而保护用户的数据隐私。通过RSA累加器和哈希函数验证查询结果的正确性,用于检测恶意攻击者的非法行为。安全分析证明该方案能够保护用户的隐私安全,并具有可验证性。实验结果表明该方案具有可行性与有效性。

基于数字水印的外包数据库查询验证

外包数据库的查询验证,是指客户端对外包数据库的数据来源真实性、查询运算正确性及查询结果完整性的验证。提出一种基于脆弱型数字水印对外包数据库查询的真实性进行验证的解决方案。在密钥的控制下,以混沌方程产生随机二值序偶作为水印信号并确定其嵌入方式,通过修改数值型属性低位数字的奇偶性嵌入水印,通过对数据库查询结果运行水印检测算法进行查询验证。该方法具有冗余存储量与网络附加负载小、隐蔽性好、能同时实现篡改定位等优点。

一种服务器透明的外包数据库查询验证方法

查询验证作为外包数据库(ODB)重要安全需求之一,旨在向用户证明其所得查询结果集的正确性与完备性.目前大多数查询认证方法以服务器为验证中心,这不仅需要扩展数据库服务器功能,而且增加了服务器负担.提出一种服务器透明模式的查询验证方法(签名链,简称CES),将验证对象(VO)嵌于外包数据库表内部,数据库服务器通过常规的数据库服务实现数据内容与验证对象的检索.该方法避免了对服务器功能扩展或成为计算瓶颈,并且保证了ODB并发更新操作时VO的一致性.

追加型数据库外包中的查询结果验证

数据库外包是将数据库管理工作外包给专业第三方,而数据库外包中需要解决的关键问题之一是查询结果的验证.提出了外包追加型数据库的问题.根据外包追加型数据库的特点,在现有验证数据结构的基础上,提出了一种新型验证数据结构Min-Max Hash Tree,可以有效地解决客户对查询结果进行验证的问题.对于数据所有者端,给出了基本的数据发送算法;对于服务提供商端,分别给出了一次性查询和连续查询的查询算法和查询结果验证算法.最后,对数据所有者端的验证数据结构的存储、数据发送和服务提供商端的连续查询进行了优化处理,大大节省了数据所有者端的存储空间,提高了数据的整体处理效率.实验表明,Min-Max Hash Tree能够有效完成追加型数据库外包的查询结果验证,并且能够高效率处理大规模数据.

基于MH树的外包数据库查询验证方法

分析Merkle Hash(MH)树的结构特征,针对MH树的验证对象大、验证过程存在冗余、安全性低等不足,提出一种新的外包数据查询认证方法,使用部分物化中间节点的签名方法进行优化。分析结果表明,该方法具有网络附加负载小、验证快、安全性较高、能迅速实现篡改定位等优点。

药物靶标作用关系预测结果评价及查询验证

药物靶标作用关系预测是一种重要的辅助药物研发手段,而生物实验验证药物靶标作用关系耗钱耗时,因此,在数据库中查询验证预测的药物靶标作用关系是对预测方法的重要评价.基于KEGG,DrugBank,ChEMBL这3个数据库,利用爬虫获取信息的方式设计开发了药物靶标作用关系查询验证方法DTcheck(drug-target check),实现了对于提供KEGG DRUG ID及KEGG GENES ID的药物靶标对的高效查询验证功能,并利用DTcheck分别为Enzyme,IC(ion channel),GPCR(G-protein-coupled receptor),NR(nuclear receptor)四个标准数据集扩充新增药物靶标作用关系907,766,458,40对.此外,结合DTcheck查询验证,以BLM(bipartite local models)方法为例分析了预测结果的评价问题,结果表明,采用AUC(area under curve)值评价药物靶标作用关系预测方法没有Top N 评价合理,且AUC值低的BLMd方法在预测新的药物靶标作用关系时优于AUC值高的BLMmax方法.

外包空间数据库中反向k近邻查询验证

在外包空间数据库模式下,数据持有者委托第三方数据发布者代替它来管理数据并且执行查询.当发布者受到攻击或者由于自身的不安全性,它可能返回不正确的查询结果给用户.基于已有的反向k近邻(Reverse k Nearest Neighbor,RkNN)查询方法,采用将反向k近邻查询验证转化成k近邻查询验证和范围查询验证的思想,提出一种反向k近邻查询验证的方法,并且设计了相应的算法,用于验证返回给客户端结果的正确性(没有结果点被篡改),有效性(结果点都满足用户的查询要求)和完整性(没有遗漏符合查询要求的结果点).实验验证了算法的有效性和实用性.

可保护隐私的外包数据库查询验证技术

为了提高查询验证技术的安全性和计算速度,分析了数字签名链查询验证技术的结构特征,指出其具有数据库构建成本高、验证速度慢和安全性低等不足.将指定验证人签名的思想引入到外包数据库查询验证技术中,并根据外包数据库的安全需求设计了1个指定验证人签名方案,然后结合该签名方案提出一种安全、高效的可保护隐私数据的查询验证技术.该技术在查询验证过程中隐藏了数据拥有者的签名,能防止合谋攻击和伪冒攻击,可实施复杂的内容访问控制策略、保护隐私数据.理论分析和实验数据表明,该查询验证技术的数据库创建成本低、存储开销小、验证速度快、安全性高.

面向外包空间数据库的范围查询验证

针对空间范围查询验证方法(例如VR-tree和MR-tree)普遍存在验证对象(VO)中包含大量的节点验证信息,造成服务器到客户端的传输代价较大以及客户端验证效率较低等问题,提出一种新的验证索引结构(ADS)MGR-tree。首先利用拆分思想,通过在Grid-tree的叶子节点中嵌入R-tree,并结合Merkle哈希树的验证方法,极大地减小VO的大小,提高查询和验证的效率。在此基础上,利用Hilbert曲线降维的特性,构建了优化的索引结构MHGRtree,并提出一种过滤策略,进一步提高验证的效率。实验结果表明,所提方法具有更好的表现。在最好情况下,MHGR的VO大小和验证时间仅为MR的63%和19%。

外包空间数据库中隐私保护下范围查询的验证

查询结果的完整性和数据隐私构成了外包空间数据库应用下的两大挑战.利用Hilbert曲线保护数据隐私,在曲线中掺入伪造的数据来保证用户完整性验证,该方法并不完全可靠.针对该问题,提出在Hilbert曲线的基础上构建数字签名,通过Hilbert曲线来确保数据的隐私,以Hilbert值的顺序构造数字签名链来保证返回范围查询结果的正确性和完整性.并且设计两种存储结构来帮助提高查询验证的可靠性,其中的一种结构用于验证范围查询所包含的曲线段上数据点的正确性和完整性,另一种结构用于防止第三方服务器或攻击者有意漏掉范围查询所包含的曲线段上所有的数据点.通过实验,我们验证了该算法的有效性.

一种改进的外包数据库查询验证技术

在外包数据库系统模式下,由于外包服务器并非完全可信,给外包服务带来一系列安全问题。讨论了外包数据库安全体系的分类,针对外包数据中的完整性问题,介绍了常用的外包数据库查询验证技术。通过对SAE模型的分析研究,提出一种改进的基于B+树的查询验证方案,可以有效减少存储开销,提高搜索效率,并能精确定位篡改位置,同时保证可信第三方的合法权益。理论分析和实验数据表明,该方案具有存储开销小、验证速度快、安全性高等优点。

基于PMD的外包数据流范围查询验证方案

数据流外包服务验证问题受到广泛的关注。目前主流的外包数据查询验证技术是基于Merkle哈希树(Merkle Hash tree,MHT)的,但是其具有验证对象较大,验证过程存在冗余,安全性低,无法快速实现篡改定位的不足。针对这些不足,提出了一种基于偏序实体化摘取(partially materialized digest,PMD)策略的外包数据流范围查询验证新方案。该方案将PMD嵌入到传统MHT中,来选择MHT的部分中间节点以及根节点进行签名,那么在数据验证阶段重构MHT时无需计算大量冗余哈希值,即可验证查询结果的真实性和完整性。最后将所提方案具体应用到数据流单次和滑动窗口范围查询中,使得客户端能够高效率地验证由第三方所提供的结果是真实和完整的。

基于MIR树的空间查询验证方法

在数据外包服务中,空间多项式函数查询能确保返回用户查询信息的真实性,因而具有较高的应用价值。为解决MIR树中倒排索引文件通信代价过高的问题,采用位图替代倒排索引文件,构造一种支持查询验证的数据索引结构——MRH树,在此基础上构造验证对象生成算法验证查询结果。实验结果表明,在保证查询结果可靠、正确和完整的前提下,相较于MIR树,MRH树能显著地降低通信开销和计算时间。

外包XML数据库查询验证技术

外包XML数据库的查询验证目标是保证XML数据和结构的可信性。为此,设计一种基于RMH树的数据结构,改进现有查询验证算法,对XML数据和结构进行真实性、完整性和最新性的验证,并且使数据的完整性验证具有隐私保护功能。理论分析和实验结果表明,该方案在查询验证效率、存储成本、安全性等方面均优于现有验证方案。