哪种加密方法适合加密单个单词以及整个文档？

Question

我需要将多个文档保存到云端，并且需要保存文档、文档元数据和用于搜索的单词/短语。

我的计划是使用对称密码来加密整个文档，但我不确定散列每个单词的正确方法。我想要一些安全的东西，但我不想不必要地增加每个单词中的字符数。

什么实现最适合对文档进行对称加密，什么是散列单词或短语而不使其比需要大很多倍的最佳方法？

Answer 1

首先，我建议使用不同的标签。听起来您真的很想以加密安全的方式将搜索卸载到服务器（这样服务器无法访问明文，并且客户端不需要传输整个索引）。

问题：

• 攻击者能够找出索引中的哪些词（哪些不是）对您来说可能是个问题。您应该说明它是否是您要求的一部分。
• 攻击者能够找出索引中哪些项目出现得更频繁，这对您来说可能是个问题。您应该说明它是否是您要求的一部分。
• 能够将单词与文档相关联的攻击者对您来说可能是个问题。您应该说明它是否是您要求的一部分。
• 攻击者可能能够完全颠覆服务器并观察查询/检索。在这种情况下，您也应该说明安全需求。
• 可能还有其他我没有想到的。

我假设您正在设计自己的，但可能有一些现有技术、研究等比我在下面更聪明：

首先，我建议你应该对单词进行散列，在散列之前将明文与秘密（不与索引服务器共享）结合起来，并将散列截断到它可能是非唯一的点索引。这会降低您的哈希效率，但有助于防止攻击者将哈希用作明文等价物或通过实验确定秘密

对于第二个和第三个，您应该加密任何索引数据（例如计数或文档+位置）并在客户端对其进行解密。这可能会导致延迟。

第四，您需要考虑将真实请求隐藏在不相关的请求组中，诸如此类，但您需要进行大量数学运算，以确保您仍然不会受到统计分析的影响。

对于第五个，做一些网络研究。我相信会有一些东西，这是一个非常具体（而且不太常见）的需求，所以你会想要一个比我有更多想法的人。

Answer 2

您的要求是相互排斥的。这种元数据会泄露大量关于文档内容的信息，以至于不能称之为安全。

此外，加密单个单词是徒劳的。破解加密的难度通常被说成和破解密钥一样困难，但这是假设明文中的信息内容大于密钥中的信息内容。对于单个单词，这肯定不是真的。