(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210615749.1 (22)申请日 2022.05.31 (71)申请人 西北工业大 学 地址 710072 陕西省西安市友谊西路127号 (72)发明人 崔禾磊　杨益滔　丁亚三　邱晨　 郭斌　於志文　 (74)专利代理 机构 西安凯多 思知识产权代理事 务所(普通 合伙) 61290 专利代理师 高凌君 (51)Int.Cl. H04L 9/30(2006.01) H04L 9/32(2006.01) H04L 9/06(2006.01) G06Q 50/00(2012.01) (54)发明名称 一种隐私保护的社交媒体假消息 检测方法 (57)摘要 本发明公开了一种隐私保护的社交媒体假 消息检测方法， 利用文本指纹以及局部敏感哈希 技术， 将假消息文本转化为可以进行快速相似性 比对的关键字向量， 进而利用可搜索加密技术在 密文数据集上进行关键字查找， 最终实现对密文 假消息的比对和判定， 且检测速度快， 鲁棒性较 强。 此外本发明使用了不经意伪随机函数， 在判 断该消息 是否为假消息的同时， 保证用户的查询 信息不会被泄露给第三方假消息鉴定机构和社 交媒体假消息检测商。 本发明还 可通过第三方假 消息鉴定机构授权加密的方式控制服务次数， 进 一步保证假消息鉴定机构发布的已鉴定假消息 列表不会被社交媒体平台恶意追 踪或纂改。 权利要求书2页 说明书5页 附图1页 CN 115134082 A 2022.09.30 CN 115134082 A 1.一种隐私保护的社交媒体假消息检测方法， 其特 征在于， 包括如下步骤： 步骤1： 第三方假消息鉴定 机构初始化系统参数； 首先基于椭圆曲线离散对数问题ECDLP构建不经意伪随机函数EC ‑OPRF： H(k， m)＝{0， 1}l×{0， 1}*→{0， 1}l， 并生成一个随机秘钥对(k1， k2)， 其中密钥k1， k2均为长度为l的数， 即 {0， 1}l， 消息m为不定长度的字符串， 即{0， 1}*， 并初始化Fingerprint和局部敏感哈希LSH函 数的参数； 步骤2： 第三方假消息鉴定 机构发布最 新的假消息集 合B； 对于每一条已鉴定的假消 息mi∈B， 首先对假消 息文本进行规范化处理， 之后计算假消 息文本指纹以及LSH关键 字vi并添加到列表 V中， 即V＝{v1， ...， vn}； 步骤3： 第三方假消息鉴定 机构生成加密的假消息数据集D； 遍历步骤2中得到的列表V， 对于每一分量v  in vi， 使用k1加密v， k2加密假消息mi的标识 符， 将加密后的结果作为键值对加入SSE框架 中， 最终得到加密的数据集D， 并将数据集D同 步至社交媒体假消息检测商； 步骤4： 用户端程序规范化用户查询明文信息mq； 用户安装并使用假消息鉴定机构提供的服务程序， 当用户对消息的真实性有疑惑需要 核查时， 用户服 务程序读取这条消息的明文信息并规范化处 理， 得到mq； 步骤5： 用户服务程序生成经过盲化处理的查询请求x， 并发送至第三方假消息鉴定机 构请求授权； 用户服务程序使用与步骤2中相同算法计算mq的文本指纹以及LSH关键字vq； 之后用户 服务程序生成一个随机数r作为盲化因子并缓存在本地， 对于vq的每一分量vq[i]计算盲化 请求x[i]＝mask(r， vq[i])， mask(.)表示盲化， 并将盲化 处理后的查询请 求x发送至第三方 假消息鉴定 机构； 步骤6： 第三方假消息鉴定 机构生成经 过授权的盲化 查询请求， 并返回用户服 务程序； 针对步骤5得到的盲化查询请求x， 使用步骤1中本地保存的秘钥对(k1， k2)进行加密授 权； 对于x的每一分量， 分别计算加密授权y1[i]＝k1·x[i]， y2[i]＝k2·x[i]， 并将加密授 权后的结果(y1， y2)返回用户服 务程序； 步骤7： 用户服 务程序去除盲化因子从而获取 经过授权的查询信息(t1， t2)； 针对步骤6中返回的加密授权结果(y1， y2)， 使用步骤5中缓存的盲化因子r进行去盲操 作得到经过授权的查询信息(t1， t2)， 其中t1[i]＝unmask(r‑1·y1[i])， t2[i]＝unmask(r ‑1·y2[i])， unmask(.)表示去盲化， r‑1通过求解盲化因子r关于椭圆曲线的阶 的模逆运算 得 到； 步骤8： 用户服务程序将经过授权的查询信息发送到社交媒体假消息检测商进行加密 搜索， 并在加密数据集中统计匹配的LSH关键字个数， 从而得出这条消息为假的概率， 最后 向用户返回查询结果。 2.根据权利要求1所述的一种隐私保护的社交媒体假消息检测方法， 其特征在于， 所述 EC‑OPRF函数H(k， m)＝{0， 1 }l×{0， 1}*→{0， 1}l由三个哈希函数H1： {0， 1}*→{0， 1}l， H2： {0， 1}*→E， H3： E→{0， 1}l实现， 即H(k， m)＝H3(k·H2(H1(m)))， 其中E为椭圆曲线上的点， H1为密 码学哈希函数SHA 256， 哈希函数H2和H3通过椭圆曲线密码库实现。 3.根据权利要求1所述的一种隐私保护的社交媒体假消息检测方法， 其特征在于， 所述权　利　要　求　书 1/2 页 2 CN 115134082 A 2椭圆曲线为 NIST P‑192椭圆曲线。 4.根据权利要求1所述的一种隐私保护的社交媒体假消息检测方法， 其特征在于， 所述 文本指纹的算法采用Mi nHash算法实现。 5.根据权利要求1所述的一种隐私保护的社交媒体假消息检测方法， 其特征在于， 所述 局部敏感哈希LSH函数采用Ham ming‑LSH算法实现。 6.根据权利要求1所述的一种隐私保护的社交媒体假消息检测方法， 其特征在于， 所述 盲化mask(.)使用椭圆曲线的乘法运 算。权　利　要　求　书 2/2 页 3 CN 115134082 A 3