近日，2019级博士生王缵（导师丁晓锋教授）的论文“Efficient Location-based Skyline Queries with Secure R-Tree over Encrypted Data”被数据库领域国际顶级期刊 IEEE Transactions on Knowledge and Data Engineering（IEEE TKDE）录用。

由于密文域中的计算成本巨大，支持对加密数据（例如外包给云端的私人数据）进行高效且安全的位置Skyline查询仍然存在挑战。为了加速隐私保护的Skyline查询效率，该论文提出了基于安全R-tree的位置Skyline查询方法（即SecSky）。为了保护查询的不可链接性（即搜索模式隐私），SecSky设计了新颖的索引结构，称为半盲化R-树。基于该结构，设计了安全R-树（Secure R-tree, SR-tree）索引，该索引可以有效地隐藏访问模式的隐私。随后，SecSky提出了关键子协议——安全位置支配协议，用于计算SR-tree上对象的支配关系。通过集成SR-tree、排列和扰动技术，SecSky构建了基于位置的安全Skyline查询协议，以实现对SR-tree进行安全剪枝，从而显著降低计算开销。同时，SecSky可以有效地避免损害数据集、查询、结果和访问模式的隐私。最后，该论文分析了SecSky的复杂度和安全性，并在四个数据集上进行了大量实验来评估它们的效率。

IEEE TKDE期刊主要关注数据库、数据挖掘等领域的前沿研究，是中国计算机学会（CCF）推荐的A类期刊，影响因子9.235。

（通讯员：王缵）