李盼盼，赵 浩，林慧恩

(1.福建农林大学金山学院，福建 福州 350002；2.福州大学图书馆，福建 福州 350108)

1 引言

数据管理是直接影响网络服务质量的核心要素，如何有效保证信息安全及数据隐私是长久以来网络系统查询处理中最热门的研究课题。数据隐私涵盖用户隐秘信息，倘若此类关键数据被第三方查看或拦截，会对用户安全带来威胁[1]。

为确保数据隐秘性，用户隐私数据多数通过密文形式保存在数据服务方。密文检索是一种云环境下访问数据的关键手段[2]，但传统检索模式对加密过的数据处于失效状态。云储存服务器内，数据所有权与管理权互不相关，且用户对数据的操作限制性较多，容易产生隐私数据泄露问题。如何增强用户对数据的操控性，保证隐私大数据检索可靠性，是本文研究的主要内容。

冯在文[3]等使用均匀划分法或自动聚类法对大规模云工作流模型库采取恰当子集划分，融合改进的基于图结构的流程检索算法，设计基于数据集分割的大规模云工作流模型库并行检索方法。但该方法对数据类型要求很高，无法适用于检索多类型数据集合。滕一平[4]等提出一种子序列快速查询算法。对数据集中特定长度下全部子序列实施分组，同时标记出代表性子序列，在查询过程中把查询序列分割为定长小段序列，运用DTW算法明确和小段序列相近的代表子序列候选集，序列拼接候选集，得到查询结果序列。但方法计算时容易出现多个代表性子序列，对序列的筛选工作量较多。……