基于布隆過(guò)濾器和B+樹(shù)構(gòu)建倒排索引的電子病歷密文搜索

王 萊 周騰達(dá) 王正飛 洪佳明

(廣州中醫(yī)藥大學(xué)醫(yī)學(xué)信息工程學(xué)院 廣東 廣州 510006)

0 引 言

電子病歷中包含了許多隱私信息，包括病人的個(gè)人信息、性別、年齡、身份證號(hào)等，身體情況中單是病史就包括了既往史、現(xiàn)病史、月經(jīng)史、婚育史等多項(xiàng)內(nèi)容。如何保護(hù)這些隱私信息在云服務(wù)(或者外包)環(huán)境中不被泄露變得非常重要[1]，進(jìn)一步地，我們還常常需要進(jìn)行信息檢索。

當(dāng)前大數(shù)據(jù)發(fā)展如火如荼，電子病歷數(shù)據(jù)越來(lái)越冗雜，醫(yī)療機(jī)構(gòu)信息化建設(shè)必須加快。2019年1月，國(guó)務(wù)院辦公廳下發(fā)《關(guān)于加強(qiáng)三級(jí)公立醫(yī)院績(jī)效考核工作的意見(jiàn)》(國(guó)辦發(fā)〔2019〕4號(hào))，要求三級(jí)公立醫(yī)院要加強(qiáng)以電子病歷為核心的醫(yī)院信息化建設(shè)，將“電子病歷應(yīng)用功能水平分級(jí)”指標(biāo)列為國(guó)家監(jiān)測(cè)指標(biāo)。按照相關(guān)規(guī)定，2019年8月底前，各地衛(wèi)健委須組織三級(jí)公立醫(yī)院完成電子病歷的編碼和術(shù)語(yǔ)轉(zhuǎn)換工作，將全面啟用統(tǒng)一的疾病分類編碼、手術(shù)操作編碼、醫(yī)學(xué)名詞術(shù)語(yǔ)。

加密是電子病歷數(shù)據(jù)的基本要求，有效搜索則是利用與處理電子病歷數(shù)據(jù)的基礎(chǔ)技術(shù)。但由于隱私信息加密后失去了原有語(yǔ)義，如何對(duì)密文進(jìn)行準(zhǔn)確和快速查詢成為關(guān)鍵問(wèn)題。許多研究人員都對(duì)密文查詢進(jìn)了研究，Song等[2]首次提出了對(duì)密文進(jìn)行搜索，用戶采用對(duì)稱加密算法完成加密后發(fā)送給服務(wù)器，查詢時(shí)，用戶采用哈希函數(shù)建立陷門(trapdoor)并發(fā)送給服務(wù)器，服務(wù)器根據(jù)陷門完成搜索后，返回密文給用戶。與Song等類似，Boneh利用哈希函數(shù)和雙線性對(duì)映射生成密文，用戶關(guān)鍵詞映射為搜索憑證發(fā)送給服務(wù)器完成對(duì)密文的搜索，該方法為非確定性加密，服務(wù)器端無(wú)法根據(jù)密文判斷其中包含的關(guān)鍵詞。但這些方法都需要對(duì)所有文檔進(jìn)行搜索，搜索效率低下。Wang等[3]根據(jù)關(guān)鍵詞的出現(xiàn)頻率先進(jìn)行排序，實(shí)現(xiàn)密文的搜索，但排序會(huì)在一定程度上影響安全性[4]。

針對(duì)密文搜索效率低下的問(wèn)題，Goh[5]提出一種基于布隆過(guò)濾的z-index方法，該方法建立在布隆過(guò)濾器的基礎(chǔ)上，為每個(gè)文檔增加對(duì)應(yīng)的BF數(shù)據(jù)結(jié)構(gòu)。該文定義和實(shí)施了四個(gè)函數(shù)：Keygen(s)，Trapdoor(Kpriv,w)，BuildIndex(D,Kpriv)，SearchIndex(Tw,ID)。其中：Keygen()用來(lái)生成包含多個(gè)子密鑰的主密鑰；Trapdoor()用來(lái)生成關(guān)鍵詞對(duì)應(yīng)的陷門；BuildIndex()用來(lái)為每個(gè)文檔構(gòu)建索引；SearchIndex()用來(lái)根據(jù)用戶提交的陷門完成對(duì)加密文檔查詢。該方法的主要優(yōu)點(diǎn)是能夠利用哈希函數(shù)快速計(jì)算的特點(diǎn)，迅速?gòu)拿芪闹兄苯硬樵兊狡ヅ涞奈臋n。但是該方法需要對(duì)文檔中所有布隆過(guò)濾器進(jìn)行遍歷，才能搜索到匹配的文檔，極大地影響了系統(tǒng)的性能，特別是在大規(guī)模數(shù)據(jù)處理場(chǎng)景中不適用。

Demertzis等[6]對(duì)于SE(Searchable Encryption)領(lǐng)域十分關(guān)注，提出了兩種在保證安全性的前提下提升工作效率的方案，其具有可調(diào)整局域性和線性空間，提升了讀取效率和減少了端到端的搜索時(shí)間，并可以調(diào)優(yōu)以實(shí)現(xiàn)空間、讀取效率、位置、并行性和通信開(kāi)銷之間的權(quán)衡。Demertzis等[7]試圖在效率和安全性之間進(jìn)行權(quán)衡的另一個(gè)方案則基于可搜索對(duì)稱加密(SSE)技術(shù)，主要用于關(guān)鍵字搜索，使用了樹(shù)狀索引的范圍覆蓋技術(shù)將范圍搜索簡(jiǎn)化為多關(guān)鍵詞搜索。

本文在z-index的基礎(chǔ)上對(duì)布隆過(guò)濾器BF進(jìn)行改進(jìn)，把布隆過(guò)濾器組織成倒排文件，并建立B+樹(shù)，充分利用了布隆過(guò)濾器的過(guò)濾效率高[8]和倒排索引的全文快速查詢特點(diǎn)，從而提高電子病歷密文查詢性能。

1 電子病歷密文搜索模型

為了支持對(duì)加密電子病歷的密文查詢，設(shè)計(jì)了電子病歷密文搜索模型，如圖1所示。數(shù)據(jù)擁有者根據(jù)電子病歷文檔中所包含的關(guān)鍵詞，為其建立索引，然后把加密后的電子病歷和其對(duì)應(yīng)索引提交給云服務(wù)器；用戶查詢電子病歷時(shí)，提交陷門(加密后的關(guān)鍵詞)給云服務(wù)器，云服務(wù)器根據(jù)陷門在索引中進(jìn)行查詢，在不解密情況下找到匹配的電子病歷密文，并把密文返回給用戶，用戶收到密文后再解密。

圖1 電子病歷密文搜索模型

這種模型很好地保護(hù)了用戶隱私信息安全。一方面，由于用戶只是提交了陷門，用戶的查詢關(guān)鍵詞不會(huì)暴露給云服務(wù)器，所以云服務(wù)器無(wú)法直接獲得用戶的查詢請(qǐng)求。另一方面，云服務(wù)器在查詢過(guò)程中，使用密文索引直接進(jìn)行查詢，無(wú)須對(duì)密文電子病歷進(jìn)行解密，更好地保護(hù)了密文電子病歷隱私信息的安全。在該模型中，為進(jìn)一步提高對(duì)索引檢索的效率，本文把布隆過(guò)濾器組織為B+樹(shù)，檢索效率從原來(lái)的O(n)提高到O(logmn)。

2 方法設(shè)計(jì)

2.1 布隆過(guò)濾器創(chuàng)建

布隆過(guò)濾器(Bloom Filter，BF)起源于1970年，由Burton Bloom首次提出，是一種高時(shí)空效率的數(shù)據(jù)結(jié)構(gòu)，由一個(gè)一定長(zhǎng)度(比如128 bit位)的二進(jìn)制向量和一組相互獨(dú)立的哈希函數(shù)組成[9]。布隆過(guò)濾器可以用來(lái)檢查一個(gè)元素是否出現(xiàn)在一個(gè)數(shù)據(jù)集合中，具有很好的過(guò)濾效果。

對(duì)于特定關(guān)鍵詞W，建立布隆過(guò)濾器過(guò)程如下：

(1) 使用密鑰生成算法Keygen(s)：給定一個(gè)安全參數(shù)s，生成主密鑰Kpriv=(k1,k2,…,kr)←R{0,1}sr，其中主密鑰包含r個(gè)子密鑰，每個(gè)子密鑰的長(zhǎng)度為Sbit位。

(2) 使用陷門生成算法Trapdoor(Kpriv,w)：給定主密鑰Kpriv和查詢關(guān)鍵詞w，生成陷門Tw=(f(w,k1),f(w,k2)，…,f(w,kr))∈{0,1}sr，其中f是偽隨機(jī)函數(shù)，本文使用哈希函數(shù)HMAC-SHA1作為偽隨機(jī)函數(shù)：{0,1}*×{0,1}160→{0,1}160，允許處理任意長(zhǎng)度關(guān)鍵詞。對(duì)于每個(gè)關(guān)鍵詞w，進(jìn)行r次哈希處理，每次使用一個(gè)子密鑰kr，每次會(huì)產(chǎn)生一個(gè)陷門值。產(chǎn)生的陷門要保存好，因?yàn)樵诤罄m(xù)的索引構(gòu)建和用戶查詢過(guò)程中將會(huì)繼續(xù)使用。

例：電子病歷中的主訴文檔包含關(guān)鍵詞“糖尿病”，假定布隆過(guò)濾器長(zhǎng)度為128 bit。(1) 生成主密鑰Kpriv=(k1,k2，k3,k4)；(2) 計(jì)算“糖尿病”的陷門和編碼詞，x1=f(“糖尿病”,k1),x2=f(“糖尿病”,k2),x3=f(“糖尿病”,k3),x4=f(“糖尿病”,k4)),c1=f(Did‖x1),c2=f(Did‖x1),c3=f(Did‖x1),c4=f(Did‖x4)；(3) 對(duì)編碼詞c1,c2,…,c4進(jìn)行哈希計(jì)算pr=Hr(cr)，得到p1=79,p2=25,p3=48,p4=103,則布隆過(guò)濾器相應(yīng)的位置“1”，如圖2所示，在布隆過(guò)濾器的第25、48、79和103位置為1，其余為0。

圖2 布隆過(guò)濾器

2.2 基于布隆過(guò)濾器的倒排索引創(chuàng)建(BF_II)

為電子病歷中所有的關(guān)鍵詞建立好布隆過(guò)濾器后，需要構(gòu)建基于布隆過(guò)濾器的倒排索引，如圖3虛線部分所示。倒排文件中包含倒排列表和詞典兩部分。倒排列表包含某一關(guān)鍵詞的所有文檔的地址集合，與傳統(tǒng)倒排文件相同；詞典包含BFi和指針pi，詞典中用BFi代替了傳統(tǒng)的關(guān)鍵詞。

圖3 基于B+樹(shù)的倒排索引構(gòu)建

需要注意的是，本文中BF與z-index創(chuàng)建BF有所區(qū)別，z-index為每份電子病歷建立布隆過(guò)濾器，而本文通過(guò)分詞器從電子病歷提取關(guān)鍵詞，然后為每個(gè)關(guān)鍵詞構(gòu)建布隆過(guò)濾器，并代替倒排索引中的詞典。在建立布隆過(guò)濾器的過(guò)程中，把包含同一個(gè)關(guān)鍵詞的電子病歷放到同一個(gè)集合中。如果多份電子病歷中都包含了關(guān)鍵詞“高血糖”，那么就將這些電子病歷的地址放到同一個(gè)集合中，其他的關(guān)鍵詞重復(fù)上述步驟，最后得到本文的倒排索引。此外，可將BF按照頻次高低進(jìn)行排序，進(jìn)一步提高查詢效率。

將布隆過(guò)濾器與倒排索引結(jié)合起來(lái)，一方面充分利用了布隆過(guò)濾器的高空間過(guò)濾性和倒排索引的高效文本搜索性能；另一方面將明文的關(guān)鍵詞轉(zhuǎn)換為布隆過(guò)濾器，還能保護(hù)用戶查詢請(qǐng)求的安全和云服務(wù)器中數(shù)據(jù)的安全。

2.3 基于B+樹(shù)和布隆過(guò)濾器的倒排索引(B_BF_II)

利用布隆過(guò)濾器查詢時(shí)，由于詞典中的詞表BF是有序的，可以采用二分查詢算法，查詢代價(jià)為O(log2n)，但是在大數(shù)據(jù)環(huán)境中，倒排索引空間開(kāi)銷大，內(nèi)存難以存放，將極大降低系統(tǒng)查詢性能[10]。因此，在BF_II的基礎(chǔ)上，提出一種改進(jìn)的基于B+樹(shù)的倒排文件(B_BF_II),利用B+樹(shù)快速查詢的特點(diǎn)，為倒排文件中的詞典建立B+樹(shù)索引，如圖3左部所示。在B+創(chuàng)建時(shí)，把詞典中的BF作為葉節(jié)點(diǎn)，然后逐步建立中間節(jié)點(diǎn)，直至根節(jié)點(diǎn)。

2.4 電子病歷密文查詢算法

把加密的電子病歷和倒排索引以及B+索引發(fā)送給云服務(wù)器存儲(chǔ)。查詢時(shí)，用戶提交陷門，首先對(duì)B+檢索，快速定位到倒排索引中詞表，然后找到布隆過(guò)濾器對(duì)密文直接篩選。

對(duì)加密數(shù)據(jù)的查詢，分兩步進(jìn)行：(1) 客戶端生成陷門Tw，對(duì)B+樹(shù)進(jìn)行查詢，找到滿足查詢條件的葉節(jié)點(diǎn)，獲得相應(yīng)電子病歷的id，根據(jù)id讀取對(duì)應(yīng)的加密電子病歷文檔并傳輸至客戶端；(2) 客戶端解密獲得明文電子病歷。

算法1基于BF和B+樹(shù)加密電子病歷查詢

輸入：搜索的關(guān)鍵詞Wi,Did(電子病歷編號(hào))。

輸出：密文電子病歷。

1. 用戶計(jì)算陷門Tw=Trapdoor(Kpriv,wi)=(x1,x2,…xr)，并發(fā)送給服務(wù)器。

2. 服務(wù)器接收到陷門Tw。

(1) (c1=f(Did‖x1),(c2=f(Did‖x2),…,cr=f(Did‖xr))∈{0,1}sr。

(2) 計(jì)算編碼詞的位置，選取r個(gè)哈希函數(shù)H1,H2,…,Hr，計(jì)算p1=H1(c1),p2=H2(c2),…,pr=Hr(cr)。

(3) 把布隆過(guò)濾器BF中p1,p2,…,pt的位置上修改為1，沒(méi)有修改過(guò)的仍為0，得到該關(guān)鍵詞的布隆過(guò)濾器。

(4) 查詢B+樹(shù)，從根節(jié)點(diǎn)開(kāi)始，直至葉節(jié)點(diǎn)。如果找到滿足條件的葉節(jié)點(diǎn)(倒排索引中的詞條)，繼續(xù)步驟3，否則停止搜索，返回未找到密文電子病歷信息。

3. 服務(wù)器根據(jù)倒排索引中的詞條所對(duì)應(yīng)的指針Pi,搜索到倒排文檔的地址集合，然后返回用戶密文電子病歷。

4. 用戶解密，獲得明文電子病歷。

3 系統(tǒng)分析

3.1 安全性分析

(1) 服務(wù)器安全性。服務(wù)器存儲(chǔ)了電子病歷密文和索引兩部分，前者采用了加密算法(如AES、DES)進(jìn)行加密以保證其安全性，能夠抵抗選擇明文攻擊，本文不作討論。后者是根據(jù)前者的關(guān)鍵詞經(jīng)過(guò)一系列轉(zhuǎn)換得到，轉(zhuǎn)換過(guò)程主要使用了哈希函數(shù)保證其安全性。如圖3所示，索引結(jié)構(gòu)中包含了BF、倒排文件和B+樹(shù)，由于倒排索引和B+都是建立在BF的基礎(chǔ)上，安全的關(guān)鍵在于BF上。在BF的構(gòu)建過(guò)程中，首先通過(guò)用戶的安全參數(shù)s動(dòng)態(tài)生成r個(gè)密鑰ki，只要用戶安全參數(shù)s不泄露，即使攻擊服務(wù)器端獲得用戶的身份信息，也無(wú)法獲得密鑰。其次在產(chǎn)生陷門時(shí)，采用了偽隨機(jī)函數(shù)(HMAC-SHA1),對(duì)于布隆過(guò)濾器中的每個(gè)詞條進(jìn)行了r次哈希處理，能夠抵抗選擇明文攻擊(Adaptive Chosen Keyword Attack,IND-CKA)[11]。在倒排文件中，BF與地址p連接成為詞典，BF是有序的，但并不會(huì)給攻擊者帶來(lái)任何機(jī)會(huì)，因?yàn)閺腂F的構(gòu)建過(guò)程中可以發(fā)現(xiàn)，BF有序，但關(guān)鍵詞的順序被打亂，攻擊者無(wú)法從BF的有序信息得到關(guān)鍵詞的順序關(guān)系。類似地，B+樹(shù)也是根據(jù)BF的順序來(lái)構(gòu)建，攻擊者也無(wú)法進(jìn)行選擇明文攻擊[12]。

(2) 用戶端安全性。首先，用戶查詢電子病歷時(shí)，向服務(wù)器發(fā)送陷門，而不是關(guān)鍵詞，保證了用戶查詢使用的關(guān)鍵詞不被服務(wù)器知道。其次，服務(wù)器返回電子病歷密文，很好地保護(hù)了用戶查詢結(jié)果的安全。

3.2 正確性分析

把加密的電子病歷和倒排索引以及B+索引發(fā)送給云服務(wù)器存儲(chǔ)。查詢時(shí)，用戶提交陷門，首先對(duì)B+檢索，快速定位到倒排索引中詞表，然后找到布隆過(guò)濾器對(duì)密文直接篩選。利用布隆過(guò)濾器查詢電子病歷密文時(shí)，不會(huì)遺漏任何包含該關(guān)鍵詞的電子病歷。根據(jù)BuildIndex(D,Kpriv)，每個(gè)關(guān)鍵詞都會(huì)在布隆過(guò)濾對(duì)應(yīng)的r個(gè)位上置1。查詢時(shí)，根據(jù)用戶提交陷門再重復(fù)相同計(jì)算，必定也是在相同的r個(gè)位上置1，所以只要電子病歷包含該關(guān)鍵詞，絕對(duì)不會(huì)遺漏。

但是，布隆過(guò)濾器置1時(shí)，由于為不同關(guān)鍵詞建立索引時(shí)，同一個(gè)位置可能會(huì)重復(fù)置1，這樣可能產(chǎn)生假陽(yáng)性(False Positives)。假陽(yáng)性概率為：

(1)

式中：m是過(guò)濾器大小(bit)；n是關(guān)鍵詞個(gè)數(shù)；k是哈希函數(shù)個(gè)數(shù)。可以觀察到，隨著過(guò)濾器位數(shù)m增加，假陽(yáng)性概率下降；隨著關(guān)鍵詞個(gè)數(shù)n的增加，假陽(yáng)性概率上升。

3.3 性能分析

在電子病歷文檔中，常用醫(yī)學(xué)專業(yè)詞匯關(guān)鍵詞個(gè)數(shù)1 000個(gè)左右，假設(shè)使用8個(gè)哈希函數(shù)，那么布隆數(shù)組大小為213=8 192 bit，假陽(yáng)率能夠控制在0.01即1/100之內(nèi)，這樣的空間過(guò)濾效果能夠滿足密文電子病歷搜索需求。

對(duì)于未能過(guò)濾掉的偽文檔，常見(jiàn)的處理方法是發(fā)送給用戶，用戶解密后發(fā)現(xiàn)文檔不符合要求再舍棄。當(dāng)然，發(fā)送給用戶的密文都需要與訪問(wèn)控制措施結(jié)合起來(lái)，用戶有權(quán)限才能獲得相關(guān)的密文。

作為樹(shù)形的數(shù)據(jù)結(jié)構(gòu)的B+樹(shù)能夠多路查找，具有能夠保持?jǐn)?shù)據(jù)的穩(wěn)定有序的特點(diǎn)，有良好的查詢效率[13]，因此B+樹(shù)被廣泛應(yīng)用于數(shù)據(jù)庫(kù)和操作系統(tǒng)的文件系統(tǒng)中，如此廣泛的應(yīng)用足以體現(xiàn)出B+樹(shù)查詢等方面的優(yōu)勢(shì)。本文使用B+樹(shù)將倒排文件組織成BIF，充分挖掘B+樹(shù)的查詢優(yōu)勢(shì)。

4 實(shí) 驗(yàn)

在實(shí)驗(yàn)中，比較了倒排索引(II)、基于布隆過(guò)濾器的倒排索引(BF_II)、基于B+樹(shù)和BF的倒排索引(B_BF_II)方法在創(chuàng)建時(shí)的空間代價(jià)和查詢的時(shí)間代價(jià)。實(shí)驗(yàn)中使用的關(guān)鍵詞是從常用臨床醫(yī)學(xué)術(shù)語(yǔ)中獲取，分成1 630和5 295兩組。每次實(shí)驗(yàn)做10次，取其平均值作為最后實(shí)驗(yàn)分析數(shù)據(jù)。實(shí)驗(yàn)中使用的哈希算法為HMAC-SHA1，實(shí)驗(yàn)環(huán)境為Windows 10操作系統(tǒng)，P4 2.8 GHz的CPU，8 GB的內(nèi)存。

4.1 構(gòu)建索引的空間代價(jià)

在實(shí)驗(yàn)中，對(duì)三種不同索引的空間大小進(jìn)行比較。如圖4所示，(a)和(b)比較了關(guān)鍵詞個(gè)數(shù)分別為1 630和5 295時(shí)三種索引的空間大小。從實(shí)驗(yàn)結(jié)果可以得出：布隆過(guò)濾器大小由8 bit逐漸增加至128 bit時(shí)，BF_II比II的空間稍微減少，這是由于BF過(guò)濾器采用位圖表示，比關(guān)鍵詞所占存儲(chǔ)空間相應(yīng)少一些。而B(niǎo)_BF_II相對(duì)另外兩種索引空間稍微增加，這主要是因?yàn)锽_BF_II在BF_II基礎(chǔ)上增加了二級(jí)索引B+，空間相應(yīng)地增加了一些。

(a) 關(guān)鍵詞個(gè)數(shù)為1 630

4.2 查詢的時(shí)間代價(jià)

用戶查詢代價(jià)是衡量系統(tǒng)性能的最重要指標(biāo)，盡量減少查詢和驗(yàn)證時(shí)間是本文研究的一個(gè)重要目的。在這個(gè)實(shí)驗(yàn)中，用戶查數(shù)據(jù)時(shí)，采用了單關(guān)鍵詞查詢和多關(guān)鍵詞查詢兩種方式，例如：?jiǎn)侮P(guān)鍵詞查詢疾病為“糖尿病”，多關(guān)鍵詞查詢疾病為“糖尿病”和“血脂高”。如圖5所示，通過(guò)單關(guān)鍵詞查詢的實(shí)驗(yàn)結(jié)果對(duì)比可以得出，BF_II比II的性能稍優(yōu)，而在BF的位數(shù)增加時(shí)性能優(yōu)勢(shì)稍微有所減少，這是因?yàn)樵贐F位數(shù)小時(shí)進(jìn)行比較的位數(shù)少，比關(guān)鍵詞的直接比較要稍微快一點(diǎn)，所以隨著B(niǎo)F位數(shù)增加，BF_II的優(yōu)勢(shì)就會(huì)有所減弱。而B(niǎo)_BF_II在布隆過(guò)濾器位數(shù)較少時(shí)查詢代價(jià)比BF_II的要高出許多，但是隨著B(niǎo)F位數(shù)的增加B_BF_II的查詢性能體現(xiàn)出很大的優(yōu)勢(shì)。所以當(dāng)BF位數(shù)比較大時(shí)，B_BF_II的查詢代價(jià)有明顯優(yōu)勢(shì)。

(a) 關(guān)鍵詞個(gè)數(shù)為1 630

多關(guān)鍵詞查詢的實(shí)驗(yàn)結(jié)果對(duì)比如圖6所示，實(shí)驗(yàn)結(jié)果與單關(guān)鍵詞查詢結(jié)果相似，在BF位數(shù)較少時(shí)，II與BF_II的性能相近，但BF_II的略優(yōu)，此時(shí)兩者都比B_BF_II的性能好。但當(dāng)BF位數(shù)較大時(shí)，B_BF_II的查詢性能體現(xiàn)出明顯優(yōu)勢(shì)。

(a) 關(guān)鍵詞個(gè)數(shù)為1 630

4.3 與z-index查詢時(shí)間代價(jià)對(duì)比

本文基于z-index對(duì)可搜索密文技術(shù)進(jìn)行相應(yīng)改進(jìn)。上述實(shí)驗(yàn)結(jié)果還沒(méi)有對(duì)比本文技術(shù)與z-index查詢方面的性能。如圖7所示，就是本文所說(shuō)的四種索引之間的查詢代價(jià)對(duì)比圖。該實(shí)驗(yàn)中BF的大小為128 bit，從實(shí)驗(yàn)結(jié)果對(duì)比可知前三者的查詢性能都比z-index有著明顯的優(yōu)勢(shì)。根據(jù)上文的敘述前三者都是倒排索引，而z-index是正排索引，所以從實(shí)驗(yàn)結(jié)果可以看出，倒排索引在查詢性能上擁有良好的優(yōu)勢(shì)。

圖7 與z-index查詢代價(jià)的對(duì)比

5 結(jié) 語(yǔ)

本文中主要討論如何設(shè)計(jì)索引，用戶通過(guò)對(duì)索引的查詢就能獲得密文，而不需要解密，針對(duì)現(xiàn)有可搜索密文技術(shù)的一些缺陷進(jìn)行改進(jìn)，主要采用了基于BF的倒排索引與B+樹(shù)結(jié)合的方法，提高了電子病歷的密文查詢效率，還能支持布爾查詢進(jìn)行“與”“或”“非”查詢，提高檢索效率。在醫(yī)院電子病歷的大數(shù)據(jù)環(huán)境如火如荼的今天，本文的研究能夠?yàn)楦鞔筢t(yī)療機(jī)構(gòu)提高自己的醫(yī)療信息系統(tǒng)的性能或?yàn)槠渌I(lǐng)域的技術(shù)研究提供一些幫助，促進(jìn)醫(yī)院電子病歷系統(tǒng)的革新與改進(jìn)。