सत्यापन योग्य मल्टी-ऑथोरिटी विशेषता-आधारित एन्क्रिप्शन विद कीवर्ड सर्च बेस्ड ऑन MLWE

सर्चेबल एन्क्रिप्शन (SE) योजनाएँ डेटा उपयोगकर्ताओं को क्लाउड में संग्रहित आउटसोर्स किए गए एन्क्रिप्टेड डेटा पर सुरक्षित रूप से खोज करने में सक्षम बनाती हैं। बारीक-ग्रेडेड एक्सेस कंट्रोल का समर्थन करने के लिए, कीवर्ड सर्च के साथ एट्रिब्यूट-बेस्ड एन्क्रिप्शन (ABKS) SE को उपयोगकर्ता विशेषताओं के साथ एक्सेस नीतियों को जोड़कर विस्तारित करता है। हालांकि, मौजूदा ABKS योजनाएँ अक्सर सीमित सुरक्षा और कार्यक्षमता से ग्रस्त होती हैं, जैसे सत्यापन की कमी, साजिश के प्रति संवेदनशीलता, और आंतरिक कीवर्ड-गेसिंग हमले (IKGA), या मल्टी-अथोरिटी और पोस्ट-क्वांटम सेटिंग्स में अक्षमता, जो उन्हें वास्तविक दुनिया के वितरित सिस्टम में व्यावहारिक रूप से लागू करने में बाधित करती है। इस पेपर में, हम मॉड्यूल लर्निंग विद एरर्स (MLWE) समस्या पर आधारित एक सत्यापन योग्य ciphertext-नीति मल्टी-ऑथोरिटी ABKS (MA-CP-ABKS) योजना का प्रस्ताव करते हैं, जो पोस्ट-क्वांटम सुरक्षा, सत्यापनता, और साजिश और IKGA दोनों के प्रति प्रतिरोध प्रदान करता है। इसके अलावा, प्रस्तावित योजना मल्टी-कीवर्ड सर्चेबिलिटी और फॉरवर्ड सुरक्षा को समर्थन करती है, जिससे गतिशील वातावरण में सुरक्षित और कुशल कीवर्ड सर्च सक्षम होती है। हम औपचारिक रूप से इस योजना की सहीता, सत्यापन, सम्पूर्णता, और सुरक्षा को MLWE धारणा के तहत चयनात्मक चुने गए कीवर्ड हमलों (SCKA) के खिलाफ मानक मॉडल और यादृच्छिक ओरेकल मॉडल में IKGA के खिलाफ प्रमाणित करते हैं। योजना कुशल गणना और प्रबंधनीय संचार अधिभार बनाए रखती है। कार्यान्वयन परिणाम इसके व्यावहारिक प्रदर्शन की पुष्टि करते हैं, यह प्रदर्शित करते हुए कि प्रस्तावित MA-CP-ABKS योजना मल्टी-ऑर्गेनाइजेशनल क्लाउड वातावरण के लिए एक सुरक्षित, सत्यापन योग्य, और कुशल समाधान प्रदान करती है.