【技术实现步骤摘要】
本说明书一个或多个实施例涉及数据库，尤其涉及一种数据管理方法及装置、电子设备及存储介质。
技术介绍
1、随着云计算的兴起和云服务商的发展，用户(如公司，医院)越来越倾向于将自己的数据库托管到云端进行访问，以此节省自己在数据库管理软件和存储硬件上的支出。但是云托管服务所带来的安全风险给云端数据库的落地带来了巨大的挑战，其中最大的问题是如何避免不受信任的云服务商直接看到用户数据库的敏感信息。云端加密数据库即是针对此场景及相应的安全风险的解决方案，它要求用户在上传数据库到云端服务器之前对数据库进行加密，使得云服务商不能从数据库的存储形式或者编码形式上获取敏感信息。
2、但是相关技术中的云端加密数据库对加密数据的管理安全性较差，例如在用户针对云端加密数据库内的加密数据进行查询时，往往会造成数据的部分甚至全部信息被云服务商获取到。
技术实现思路
1、有鉴于此，本说明书一个或多个实施例提供一种数据管理方法及装置、电子设备及存储介质。
2、为实现上述目的，本说明书一个或多个实施例提供技术方案如下：
3、根据本说明书一个或多个实施例的第一方面，提出了一种数据管理方法，应用于客户端，所述方法包括：
4、针对待存储数据中的每个数据项，基于预设的哈希函数确定所述数据项的每个标签对应的哈希值，并基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，其中，所述第一生成元为预设的双线性群中一个群的生成元；
5、将所述待存储数据中每个
6、基于预设的哈希函数确定查询条件中的每个查询向量对应的哈希值，并基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，其中，所述第二生成元为预设的双线性群中另一个群的生成元；
7、将所述查询条件的密文发送至所述云端服务器，并接收所述云端服务器返回的与所述查询条件相符的目标数据项，其中，所述云端服务器基于预设的双线性群的参数和双线性群的特性确定以密文形式存储的每个数据项是否与所述查询条件的密文相符。
8、在本说明书一个可能的实施例中，所述基于预设的哈希函数确定所述数据项的每个标签的哈希值，包括：
9、针对所述数据项的每个标签，基于预设的哈希函数对所述标签和所述标签的次序所组成的向量生成哈希值，并将生成的哈希值作为所述标签对应的哈希值；
10、基于预设的哈希函数确定查询条件中的每个查询向量对应的哈希值，包括：
11、针对所述查询条件中的每个查询向量，基于预设的哈希函数对所述查询向量和所述查询向量的次序所组成的向量生成哈希值，并将生成的哈希值作为所述查询向量对应的哈希值。
12、在本说明书一个可能的实施例中，所述基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，包括：
13、生成第一随机数，并将所述第一随机数作为所述第一生成元的指数，以得到第一验证密文；
14、针对所述数据项的每个标签，将所述第一随机数与所述标签对应的哈希值的乘积作为所述第一生成元的指数，以得到所述标签的密文；
15、将所述数据项的每个标签的密文、以及所述第一验证密文组成的向量作为所述数据项的密文。
16、在本说明书一个可能的实施例中，所述基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，包括：
17、生成第二随机数，并将所述第二随机数和哈希平方和的乘积作为所述第二生成元的指数，以得到第二验证密文，其中，所述哈希平方和为所述查询条件中的每个查询向量对应的哈希值的平方之和的负数；
18、针对所述查询条件中的每个查询向量，将所述第二随机数与所述查询向量对应的哈希值的乘积作为所述第二生成元的指数，以得到所述查询向量的密文；
19、将所述查询条件中的每个查询向量的密文、以及所述第二验证密文组成的向量作为所述查询条件的密文。
20、在本说明书一个可能的实施例中，所述基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，包括：
21、针对所述数据项的每个标签，将所述标签对应的哈希值和所述哈希函数的离散值域中与所述标签次序相同的值的和，作为所述第一生成元的指数，以得到所述标签的密文；
22、将所述数据项的每个标签的密文、以及第一验证密文组成的向量作为所述数据项的密文，其中，所述第一验证密文为所述第一生成元。
23、在本说明书一个可能的实施例中，所述基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，包括：
24、将哈希平方和与哈希次序和之和的负数作为所述第二生成元的指数，以得到第二验证密文，其中，所述哈希平方和为所述查询条件中的每个查询向量对应的哈希值的平方之和，所述哈希次序和为所述查询条件中的每个查询向量对应的哈希值与所述哈希函数的离散值域中与所述查询向量次序相同的值的乘积之和；
25、针对所述查询条件中的每个查询向量，将所述查询向量对应的哈希值作为所述第二生成元的指数，以得到所述查询向量的密文；
26、将所述查询条件中的每个查询向量的密文、以及所述第二验证密文组成的向量作为所述查询条件的密文。
27、在本说明书一个可能的实施例中，所述基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，包括：
28、生成第一随机数，并将所述第一随机数作为所述第一生成元的指数，以得到第一验证密文；
29、针对所述数据项的每个标签，将所述第一随机数与次序和的乘积作为所述第一生成元的指数，以得到所述标签的密文，其中，所述次序和为所述标签对应的哈希值和所述哈希函数的离散值域中与所述标签次序相同的值之和；
30、将所述数据项的每个标签的密文、以及所述第一验证密文组成的向量作为所述数据项的密文。
31、在本说明书一个可能的实施例中，所述基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，包括：
32、生成第二随机数，并将所述第二随机数与求和结果的乘积作为所述第二生成元的指数，以得到第二验证密文，其中，所述求和结果为哈希平方和与哈希次序和之和的负数，所述哈希平方和为所述查询条件中的每个查询向量对应的哈希值的平方之和，所述哈希次序和为所述查询条件中的每个查询向量对应的哈希值与所述哈希函数的离散值域中与所述查询向量次序相同的值的乘积之和；
33、针对所述查询条件中的每个查询向量，将所述第二随机数与所述查询向量对应的哈希值的乘积作为所述第二生成元的指数，以得到所述查询向量的密文；
34、将所述查询条件中的每个查询向量的密文、以及所述第二验证密文组成的向量作为所述查询条件的密文。
35、在本说明书一个可能的实施例中，所述预设的双线性群的参数本文档来自技高网...
【技术保护点】
1.一种数据管理方法，应用于客户端，所述方法包括：
2.根据权利要求1所述的数据管理方法，所述基于预设的哈希函数确定所述数据项的每个标签的哈希值，包括：
3.根据权利要求1所述的数据管理方法，所述基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，包括：
4.根据权利要求3所述的数据管理方法，所述基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，包括：
5.根据权利要求1所述的数据管理方法，所述基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，包括：
6.根据权利要求5所述的数据管理方法，所述基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，包括：
7.根据权利要求1所述的数据管理方法，所述基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，包括：
8.根据权利要求7所述的数据管理方法，所述基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，包括：
...【技术特征摘要】
1.一种数据管理方法，应用于客户端，所述方法包括：
2.根据权利要求1所述的数据管理方法，所述基于预设的哈希函数确定所述数据项的每个标签的哈希值，包括：
3.根据权利要求1所述的数据管理方法，所述基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，包括：
4.根据权利要求3所述的数据管理方法，所述基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，包括：
5.根据权利要求1所述的数据管理方法，所述基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，包括：
6.根据权利要求5所述的数据管理方法，所述基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，包括：
7.根据权利要求1所述的数据管理方法，所述基于第一生成元和所述数据项的每个标签对应的哈希值，确定所述数据项的密文，包括：
8.根据权利要求7所述的数据管理方法，所述基于第二生成元和查询条件中的每个查询向量对应的哈希值，确定所述查询条件的密文，包括：
9.根据权利要求1至8中任一项所述的数据管理方法，所述预设的双线性群的参数包括：第一生成元、第二生成元、以及双线性映射函数；
10.根据权利要求1至8中任一项所述的数据管理方法，所述查询条件包括多个查询向量，以及所述查询向量针对的标签。
11.根据权利要求1所述的数据管理方法，所述方法还包括：
12.根据权利要求11所述的数据管理方法，所述方法还包括：
13.一种数据管理方法，应用于云端服务器，所述方法包括：
<...【专利技术属性】
技术研发人员：曹新乐，徐泉清，杨传辉，
申请(专利权)人：北京奥星贝斯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。