(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 202210857217.9 (22)申请日 2022.07.20 (71)申请人 中国核动力研究设计院 地址 610000 四川省成 都市双流区长顺大 道一段328号 (72)发明人 阳惠　彭航　曾辉　徐春　罗英　 王媛美　张思原　张倬　黄擎宇　 杨昆霖　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 专利代理师 伍旭伟 (51)Int.Cl. G06F 21/60(2013.01) G06F 21/62(2013.01) G06F 40/289(2020.01) (54)发明名称 一种基于加密字符的全 文搜索方法及系统 (57)摘要 本发明公开了一种基于加密字符的全文搜 索方法及系统， 通过获取用户提交的文本文件； 抽取所述文本文件中的语料数据， 对 所述语料数 据进行分词， 得到多个词汇数据； 将所述多个词 汇数据进行加密； 获取加密后的多个词汇数据； 获取用户输入的关键字； 对所述关键字进行加 密； 在所述加密后的多个词汇数据中查询与加密 后的关键字相匹配的词汇数据； 将查询到的词汇 数据进行解密， 将解密后的结果数据发送给用 户， 实现既能够保证用户能够从海量文件数据中 快速搜索出目标数据， 也能够实现对 敏感涉密数 据的密文 存储， 提升了数据全 文搜索的安全性。 权利要求书2页 说明书5页 附图2页 CN 115238287 A 2022.10.25 CN 115238287 A 1.一种基于加密字符的全文搜索方法， 其特 征在于， 包括以下步骤： 获取用户提交的文本文件； 抽取所述文本文件中的语料 数据， 对所述语料 数据进行分词， 得到多个词汇数据； 将所述多个词汇数据进行加密； 获取加密后的多个词汇数据； 获取用户输入的关键 字； 对所述关键 字进行加密； 在所述加密后的多个词汇数据中查询与加密后的关键 字相匹配的词汇数据； 将查询到的词汇数据进行解密， 将解密后的结果数据发送给用户。 2.根据权利要求1所述的一种基于加密字符的全文搜索方法， 其特征在于， 所述获取用 户提交的文本文件之前， 包括以下步骤： 关闭分布式数据搜索与分析引擎自带的分词功能。 3.根据权利要求1所述的一种基于加密字符的全文搜索方法， 其特征在于， 所述抽取所 述文本文件中的语料数据包括以下步骤： 利用分词组件， 以字符串的形式从所述文本文件 中抽取出语料数据。 4.根据权利要求3所述的一种基于加密字符的全文搜索方法， 其特征在于， 所述对所述 语料数据进行分词包括以下步骤： 向所述分词组件的分词库中加入专业词汇数据； 利用所述分词组件将所述语料 数据分成多个词汇数据。 5.根据权利要求1所述的一种基于加密字符的全文搜索方法， 其特征在于， 所述获取加 密后的多个词汇数据之后， 包括以下步骤： 按照加密后的各词汇数据在所述文本文件中的原有位置， 将加密后的多个词汇数据用 空格字符连接成一个长 字符串； 将所述长 字符串存 入分布式搜索引擎索引库的全文字段。 6.根据权利要求1所述的一种基于加密字符的全文搜索方法， 其特征在于， 所述加密和 所述解密的方法为： 利用加载有AES加密算法的加密组件 对数据进行加密和解码 操作。 7.一种基于加密字符的全文搜索系统， 其特 征在于， 包括： 交互模块， 用于获取用户提交 的文本文件、 加密后的多个词汇数据和关键字， 将加密组 件解密后的结果数据发送给用户； 分词组件， 用于抽取所述文本文件中的语料数据， 对所述语料数据进行分词， 得到多个 词汇数据； 加密组件， 用于对所述多个词 汇数据和所述关键字利用AES加密算法进行加密， 对搜索 引擎组件查询到的词汇数据进行解密； 搜索引擎组件， 用于在所述加密后的多个词汇数据中查询与加密后的关键字相匹配的 词汇数据。 8.根据权利要求7所述的一种基于加密字符的全文搜索系统， 其特征在于， 还包括： 控 制模块， 用于开启和关闭分布式数据搜索与分析引擎的分词功能。 9.根据权利要求7所述的一种基于加密字符的全文搜索系统， 其特征在于， 还包括： 数 据处理模块， 用于按照加密后的各词汇数据在所述文本文件中的原有位置， 将加密后的多 个词汇数据用空格字符连接成一个长 字符串。权　利　要　求　书 1/2 页 2 CN 115238287 A 210.根据权利要求7所述的一种基于加密字符的全文搜索系统， 其特征在于， 所述分词 组件包括专业词库， 所述专业词库用于向所述分词组件的分词库中加入专业词汇数据。权　利　要　求　书 2/2 页 3 CN 115238287 A 3