在构建可搜索加密模型中，使用了一些基础的密码学原语。其中私钥加密模型是一个多项式时间算法的三元组，SKE = (Gen, Enc, Dec)，Gen是一个概率算法，输入安全参数k，输出密钥K；Enc是一个概率算法，输入密钥K和消息m，输出密文c；Dec是一个确定性算法，输入密钥K和密文c，输出m，其中K是用来生成c的密钥。如果一个私钥加密模型，即使攻击者可以自由查询加密串，输出c仍然不泄漏任何明文的信息，则称这个模型是CPA安全的。本文仍使用到了其他密码学原语如，伪随机函数(PRF)、排列(PRP)，文献 [ 13 ] 给出了PRF、PRP、CPA的正式定义。

定义1 (动态可搜索加密模型)动态可搜索加密模型是一个多项式时间算法的八元组：(Gen, Enc, SrchToken, Search, UpdHelper, UpdToken, Update, Dec)，其中：

：概率算法，输入安全参数k，输出密钥K。

：概率算法，输入密钥K，索引 ，文件集f，输出加密后的索引 和密文集 。

概率算法，输入是密钥K和一个关键词w，输出搜索令牌 。

：确定性算法，输入加密后的索引 ，密文集c和搜索令牌 ，输出是一组标记 。

：确定性算法，其中i表示文件标示符，u表示更新的类型{add, delete}， 表示加密后的索引，c表示密文集。输出 包含了此次更新的信息。

：确定性算法，输入密钥K和密文c，输出明文f。

关键词红黑树(Key Red Black Tree)是对红黑树结构的改进，类似倒排索引，可以支持对多关键词的查询。设有KRB Tree ，是由文件集合 (其中 为文件的标识符)和全局单词集合W构建，这里假设某种自然语言的单词集是固定的、有限的。则 的每个节点node存储文件标识符i和长度为#W的bit列表 ，其中 的第m个元素代表文件 是否含有关键词W[m]， 的叶子节点leave存储指向对应文件的标识符。

随着数据间关系的复杂，人们认识到虽然关系型数据库已经成为事实上的数据存储标准，但并不适用于解决面对数据复杂性日益剧增的所有问题。于是NoSQL数据存储技术应运而生，图数据库便是其中一种代表。在应用程序开发中，有时数据建模非常像一种图形状结构，如果仍然使用表状结构存储，那么在查询相关联项时必须使用多表联合，极大的影响效率。

Neo4J [ 14 ] 基于图形遍历的局部性，实现了一个性能可预期的图遍历模型。例如社交网络关系，使用Neo4J来表达和建模会非常的自然，Neo4J同时提供了丰富的API接口帮助遍历和搜索节点的关联项。所以，Neo4J可以用来为大容量倒排索引建模和实现持久化。

倒排索引是实现可搜索加密的核心数据结构，也是可搜索加密模型的基础。根据第2节中动态可搜索加密模型的定义，详细描述索引的构建过程。在本方案中，假设全局不同关键词个数是固定不变的，设为m。

首先构建关键词红黑树 ，设有文件集合 其中i1到in表示文件的id号，W表示文件中的关键词向量。根据文件的id，构建一个红黑树，在树的每一个非叶子节点u上存储一个bit向量data_u，其中若 含有关键词W[i]则data_u[i] = 1。树的叶子节点储存指向文件的指针。在树结构形成后，从叶子节点到根节点递归的对data向量做与运算。算法的伪代码如下表所示：

完成关键词红黑树 的构建后，需要对 和文件集合加密保护。主要的算法步骤为：

1) ：产生三个k-bit的随机字符串K1，K2，K3。

2) 对每一个关键词产生一个密钥： 其中， 为第2节中提到的一种私钥加密模型， 为一个伪随机函数，随机数种子为K2。

3) 对文件集合中的每一个文件做加密处理： 其中 为另一种私钥加密模型。

4) 对关键词红黑树做加密处理：(a)在每个节点v中存入两个HashTable， (b)对节点v中的关键词向量data_v做加密处理 其中 是一个根据关键词和节点号计算出的随机bit，或为0或为1，起到混乱作用。(c)对两个HashTable中的剩余位置填充随机bit。

通过以上操作，得到加密后的倒排索引和加密后的密文集合，发送给服务器端，服务器端将索引转译为图数据库的节点和关系集合，实现分布式存储索引的目的。可以证明，以上的加密操作可以抵抗搜索路径攻击和访问路径攻击。

客户端需要生成搜索令牌发送给服务器端，服务器端根据下面的算法进行搜索。由于图数据库的分布式部署和内存缓存，所以对于缓存命中的搜索，其速度接近内存索引的查询速度。

算法2 (令牌产生)

调用 产生密钥SKi，然后产生搜索令牌

算法3 (搜索算法)

把 作为一个二元组 ，调用search(r)，其中r为索引的根节点。设 和 为节点 的左右儿子节点，则search(u)可以按一下算法递归的进行：

1) 输出一个bit 然后计算 ；

2) 如果a ＝ 0，返回；

3) 如果 u 是叶子节点，返回 ；

4) 否则：search(v) and search(z)

由于客户端产生的搜索令牌中所有信息都是加密后的，所以服务器端是无法得知客户的搜索意图也无法得知搜索结果的明文。服务器端根据密文集合的id将对应密文上传给客户端，客户端使用储存的密钥解密得到明文文件。

和文件 有关的索引更新u，其实就是一次插入操作和／或一次删除操作。为了计算更新的信息 ，服务器需要更新索引的结构。但是由于树的特点，服务器并不需要更新整棵树，而只需要调整子树T(u)。更新信息 含有这个子树，已经足够用于更新。

如果更新操作u是一次插入操作，服务器端会采用lazy-load。服务器端会根据当前索引的热度来判断是否立刻执行插入操作，如果有线程在读写索引，则将子树暂存在根节点下。设一个低优先级的线程会缓慢的扫描每个索引并执行合并操作。

系统采用C/S架构，所有的涉密操作均在客户端完成，服务器端不需要任何的客户密钥，客户端和服务器端通过加密索引和令牌交流，系统的主要结构如图1所示。

客户端首先将需要索引的文件输入到物料处理器，该处理器使用了Lucene框架中的分词工具，可以屏蔽文件的类型从中提取全文关键词，并根据预设的词典，将关键词列表映射为Bit的数组。然后通过调用对称加密对文本进行加密处理并生成全局唯一ID。物料处理器的输出为一个称作Document的数据结构列表。

索引构建器接受物料处理器的Document列表为输入，通过调用伪随机函数混淆关键词列表，并构建基于关键词红黑树的倒排索引，最后生成构建令牌发送到服务器端。服务器端接收到构建令牌，根据令牌的索引同步图数据库，生成用户和图节点。索引的更新过程与构建类似，但是会产生更新令牌，服务器收到更新令牌后会在图数据库中构建子索引，并依据算法实现懒合并。

客户端的Searcher根据用户指定的关键词生成搜索令牌，发送到服务器端。服务器端根据搜索令牌查找含有此关键词的Document列表，并将列表返回。