第一章 引言与课程概述

密文检索，说白了就是在加密数据上做搜索。

传统做法是先解密、再查，数据暴露在内存里，谁敢用？

密文检索不一样——数据全程保持加密状态，你搜什么、搜到哪些，服务端一概不知。

这个场景太熟悉了。我早年做过一个金融风控项目，客户要求日志加密存储，但合规部门又要按用户身份实时查询。解密查？安全审计过不了；不查？业务没法跑。后来我们上了密文检索方案，才把这个死结解开。

这门课的核心，就是带你完整走一遍密文检索SDK的接入流程，把数据流定义讲透。

1.1 为什么需要这门课

很多人以为密文检索就是“把关键词哈希一下，存到倒排索引里”。太天真了。

实际落地要面对几个硬骨头：

• 索引结构怎么选——是布隆过滤器、倒排索引、还是安全索引？不同场景差别巨大。
• 加密粒度怎么切——字段级加密、文档级加密、还是分块加密？效率和安全是跷跷板。
• 查询流程怎么设计——客户端怎么构造陷门？服务端怎么匹配？结果怎么解密？每一环都可能出问题。
• 性能怎么保证——动辄百万条记录，全量扫描不现实，必须用高效数据结构。

我在项目实施中遇到过最典型的坑：团队用了标准AES+哈希方案，上线后发现关键词被暴力猜测。原因很简单——没有引入随机化。从那以后，我养成了习惯：任何密文检索方案，先拿对抗性分析砍一遍。

1.2 课程核心知识体系

整门课会围绕一条主线和三个支线展开。先看这张整体结构图：

1.3 你能学到什么

课程一共30章，我带你把每块硬骨头啃下来。

模块	核心内容	实战产出
基础篇	密码学原语、安全模型、性能指标	能独立评估一个密文检索方案的安全性
接入篇	SDK架构、环境配置、快速集成	跑通第一个密文检索Demo
核心篇	索引设计、陷门机制、查询优化	自己实现一个简单但可用的MRE（可搜索加密）
进阶篇	动态更新、多关键词、排序与聚合	对接生产级密文搜索引擎
工程篇	性能调优、安全审计、运维监控	线上故障定位与攻防加固

1.4 数据流定义：一个核心落地视角

很多SDK文档只给API调用顺序，不讲数据流。我个人认为这是个重大缺陷。

数据流定义包含三个要素：

1. 数据流向——谁产数据、谁加密、谁存储、谁查询、谁解密。
2. 数据状态——每个环节数据的明文/密文状态、是否可链接、有无泄露。
3. 数据生命周期——从写入到过期，密钥如何轮转，碎片如何清理。

举个例子：

// 伪代码描述一次密文检索的数据流
1. 客户端：原文 "用户ID=9527" 
   → 用主密钥 K 加密为 C = AES_K("9527")
   → 用分段哈希构建索引  = H(K, "9527")
   → 发送 (C, ) 给服务端
2. 服务端：收到后存储 C，将  加入倒排索引
3. 查询时：客户端用 K 对关键词 "9527" 生成陷门 td = H(K, "9527")
   → 发送 td 给服务端
4. 服务端：在索引中匹配 td，返回对应 C 的集合
5. 客户端：用 K 解密 C，得到 "9527"

你看，服务端全程没见过明文。这就是数据流定义的力量——它把安全边界画得清清楚楚。

1.5 避坑清单（我踩过的雷）

• 密钥管理——密钥硬编码在代码里？我见过不止一次。要用KMS或HSM生成并托管主密钥。
• 密文膨胀——索引做大了，搜索速度反而比全量扫描还慢。前期就要做基准测试。
• 陷门可链接性——同样的关键词每次生成相同陷门，攻击者就能统计查询频率。必须引入随机盐。
• 结果排序——检索出来一堆匹配记录，没法排序。需要额外设计安全排序方案，课程后面会讲。

1.6 课程目标与预备知识

这门课的终极目标：让你在团队里能主导密文检索的SDK选型、接入和排障。

你需要的基础：

• 熟悉一种编程语言（Go / Java / Rust 均可，示例以Go为主）
• 基本密码学概念（对称加密、哈希函数、随机数）
• 了解常规搜索引擎工作原理（倒排索引、分词）

不用怕，我会在每个新概念出现时给出简明解释。嗯，如果你完全没接触过密码学，建议先看第一章附录里的“最小密码学知识速览” —— 我自己写的，500字讲清楚你要懂的几件事。