一种基于PoW的安全云存储数据去重方案

数据去重技术虽能提高云存储效率和节约网络通信带宽,但其安全问题备受学术界和产业界关注,成为研究热点。在用户对数据隐私性、机密性和完整性等的强烈需求下,安全云存储数据去重技术应运而生。文章给出云存储系统数据去重的系统模型和威胁模型,分析云存储系统数据去重的安全需求,介绍云存储系统数据去重方案的设计思路,提出云存储系统数据去重方案系统设置、数据上传、文件级所有权管理、数据块级所有权管理和数据下载的关键算法。     

一种基于云存储的安全存储方法

随着大数据时代的来临,分布式存储系统和云存储系统得到广泛应用,越来越多的个人和企业将自己的数据存储在云端。本文提出一种基于云存储的安全存储方法,保证用户数据的可靠性和私密性,对用户数据进行加密和冗余编码,分布式存储于多个云端,当用户数据被窃取时,加密技术保证数据的私密性;当用户数据发生丢失时,能够从其他可用的云存储中恢复数据,保证数据的可靠性。     

云存储安全模型研究

针对云存储服务对传统存储技术在数据安全性、可靠性、易管理性等方面提出的新挑战,在分析云存储的基本概念、结构和特点的基础上,研究了云存储的安全性;同时,针对云存储系统各个结构层次的特点,讨论了云存储的安全技术,并构建了云存储安全模型,保证了云存储系统的安全性和可靠性.     

面向智能家居大数据云存储系统设计与实现

为了使传统家居设备可以进行远程遥控,开发了在家具传统设备上引入无线组网技术,使其达到访问和远程控制的效果。针对在数据存储中,传统云存储系统缺少灵活性,不透明,鲁棒性不强,无法有效存储、管理和维护大数据的问题,设计并实现了面向大数据的云存储系统,通过逻辑控制模块对家居系统各业务请求进行智能处理,利用用户访问模块为用户提供底层实现的各项功能,采用存储模块为家居系统提供透明的数据存取功能,利用文件读/写模块将上层逻辑处理和底层存储进行隔离,使所设计系统更加健壮。软件设计过程中,给出数据云存储程序代码,实现大数据云存储。实验结果表明,新一代智能家居云存储系统具有很高的可行性和实用性。     

基于优化加密的云存储安全数据检索方法研究

针对传统检索方法在云存储加密数据中的检索效率过低的问题,提出属性基加密技术的安全数据检索方案。通过使用属性基加密技术的索引词表达能力,提高数据的安全系数,再通过较为完善综合的云服务提供商所提供的运行开销以及参与云存储信息索引的其他用户的信息检索服务,让穷尽的搜索转变为加密运算,让整个云存储系统的搜索过程与存储管理系统机制更加完善。通过对云存储数据检索方案中属性基加密技术的研究,将属性基加密技术与其他几种新方案进行比较,属性基加密方案在访问控制和快速搜索中具有十分优异的性能,而且在数据检索过程中可以有效保护数据的安全,保障用户的隐私安全,十分符合拥有大量数据的云存储系统。     

云数据安全存储技术初探

基于互联网与云计算技术快速发展下,大量信息数据应用网络存储于云存储系统中,而云存储系统主要是利用网络环境完成存储,其中用户十分重视信息数据的云存储安全性。因而,加强云数据安全存储技术具有深远意义。     

云存储系统技术综述

近年来,随着云计算的发展,在此基础上延伸和发展出来一个新的概念云存储系统.云存储系统通过集群应用、网格技术或分布式文件系统等功能,将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作,共同对外提供数据存储和业务访问功能的一个系统.国内外各大厂商也纷纷推出自己的云存储系统,本文中主要介绍各类云存储系统所使用的主流技术以及云存储在安全方面所存在的一些问题,最后指出云存储系统在未来的发展方向.     

面向云存储安全的可自愈拜占庭Quorum系统

针对云存储系统中的数据安全问题,提出了一种面向云存储安全的可自愈拜占庭Quorum系统.该系统以虚拟机作为后端存储设备构建虚拟存储节点,利用虚拟机多样化操作系统,以及动态迁移、快速部署等机制构建动态异构的存储系统架构.在拜占庭容错门限的基础上,提出自愈门限的概念,并设计相应系统安全协议,实现存储节点的自动化异常检测和状态复原.实验结果表明,提出的云存储系统具有较高的鲁棒性,能有效提高存储数据的安全性.     

云存储数据安全性分析

云存储是在云计算概念上延伸和发展出来的一个新的概念,是一个以数据存储和管理为核心的云计算系统。由于云服务系统规模巨大,承载了许多用户的隐私数据,再加上云的开放性和复杂性,使其安全面临着比传统信息系统更为严峻的挑战。文章分析了云存储系统的安全性需求,主要包括数据存储和传输的机密性、数据的完整性、身份认证和访问控制。     

云存储系统的分析与应用

本文首先详细的介绍了云存储的概念,和云存储系统的分析.详细介绍了云存储系统的四个组成部分：存储层、基础管理层、应用接口层、访问层及其功能.并且对于云存储系统的应用进行了举例分析.当前,云存储系统发展得到了广泛的应用和发展,也存在一定的问题.本文对于云存储系统的主要问题安全性问题进行了阐述,及其应对的策略进行了简单的介绍.     

基于云存储系统的能耗优化节点管理方法分析

随着科技不断发展,云存储系统能耗节省成为科技关注的焦点。云存储系统能够根据情况,在利用率较低时关闭部分的存储节点,但是云存储节点关闭时数据需要具有一定的可用性。而云存储中能耗优化问题是云存储管理中疲于解决的问题。基于此,文章就云存储的能耗优化节点的相关技术进行详细研究,并对云存储系统能耗优化节点的管理问题进行深入探讨。     

云存储安全分析

文章认为云存储是社会发展、技术发展的必然趋势,但其安全问题是云存储普及最大的障碍。基于云存储系统架构、安全分析及安全保护机制,文章给出了一种云存储服务应用支撑系统架构。该架构应用于云存储服务系统,是基于互联网应用的新型服务化存储模式,分为业务应用层、应用接口层、平台软件层和基础设备层,提供信息服务管理、运营统计分析和多种安全措施。     

云存储与云灾备的原理与短板分析

通过资源的整合和虚拟化技术的应用,云计算可以对用户提供按需的资源分配和服务,以充分提高资源的利用率。文章认为将该理念拓展到云存储和云灾备,则由于海量数据的高度聚集将会对系统带来一系列的挑战,是云存储与云灾备的短板。实现海量存储系统从传统的纵向扩展向横向扩展转化,实现系统的性能和规模线性可扩展,处理海量存储系统的高度聚集带来的能耗和冷却等问题是在进行云存储和云灾备系统设计时必须要考虑的重要因素。     

光伏发电系统密集型大数据云存储系统设计

目前设计的光伏发电大数据云存储系统存在响应时间过长,存储过程稳定性较差的问题,针对上述问题,设计了一种新的光伏发电系统密集型大数据云存储系统。系统硬件框架由光伏发电数据采集层、传输层、处理层、存储层以及应用层组成,云存储数据服务器同时设置了主服务器和从服务器,设计节点完成信息传输;通过两个子线程完成信息迁移,存储器内部引入DSP主控芯片,实现信息存储。实验结果表明,所设计的光伏发电系统密集型大数据云存储系统响应时间较短,能够更稳定地完成数据存储工作。     

云存储系统中数据副本服务的可靠性保障研究

以数据节点与网络链路的可靠性因素分析为基础,提出了云存储系统的数据副本服务可靠性模型。根据访问可靠性与数据副本数量、用户访问量之间的关系,设计数据服务可靠性、副本生成时机、存储节点选择的确定方法,实现了副本分布、删除算法,并在云存储系统ERS-Cloud上进行一系列实验,结果表明该方法能够有效保障数据服务的可靠性,进一步降低副本的冗余存储数量。     

云计算下异构数据集成模型的构建

近年来,随着时代的发展以及科学技术的进步,我国的云计算获得了广泛的运用。在这样的背景之下,为了进一步促进云计算作业的有效开展,需要技术人员加强对于云计算、云存储的理论的分析,并加强对于异构数据库存储系统以及云存储系统进行了解,进而给用户提供良好的数据服务。     

一种新的满足隐私性的云存储公共审计方案

在云存储网络环境中,数据的安全性、完整性和隐私性是用户最关心的问题之一.云存储服务中,用户将存储的数据和认证标识信息存储在云服务器中.为了保证存储数据的完整性,云存储服务提供者需要向用户或第三方审计者证明其正确地持有用户存储的数据.公共审计是指由用户以外的第三方代替用户完成审计工作,这对于计算资源比较有限的用户尤其重要.目前多数云存储审计方案没有考虑隐私性问题.本文提出了一种新的可聚合基于签名的广播加密(ASBB)方案,并在此基础上设计了新的满足隐私性的云存储公共审计方案.新方案在随机预言模型下是可证安全的,并且在计算开销方面更具有优势.     

基于Hadoop的电子通信数据快速存储系统设计

在Hadoop云平台进行数据云存储系统的优化设计,提高大容量数据快速存取能力,构建基于Hadoop的大容量数据快速存储系统,采用负载均衡调度和云存储优化方法进行存储系统构架,进行Hadoop云平台的海量大数据进行信息融合处理,对Hadoop云平台大容量数据信息流进行非线性时间序列重组,采用特征空间降维方法降低存储开销,优化存储结构,提高存储和调度的速度。仿真结果表明,采用该方法进行Hadoop大容量云存储系统设计,提高了数据存储的吞吐性能和快速存取性能。     

基于微软云计算存储系统及技术服务平台研究

云计算技术的兴起和发展,正逐渐改变人们使用服务和资源的方式,同时也成为计算机应用领域的研究热点。云存储可实现云端海量数据的高效存储,是云计算的重要基础云存储可实现云端海量数据的高效存储,是云计算的重要基础。对如何保证云存储系统的服务质量及可靠性,对于保证海量用户的访问效率,维护海量数据存储的可用性及用户技术服务平台的开发有着重大意义。     

基于Kademlia的云存储系统数据冗余方案研究

云存储是分布式存储技术与虚拟化技术结合的产物,是分布式存储技术的最新发展。云存储意味着存储可以作为一种服务,通过互联网提供给用户。相对于当前各种C/S计算模式的GFS、HDFS、Sector等云存储文件系统,提出了一种基于对等计算模式的云存储文件系统通用模型,并采用Kademlia算法构建了原型系统MingCloud。主要进行了存储系统冗余方案的选择与设计,实验中采用Cauchy Codes作为编码算法,分别从K桶大小对系统可用性影响、文件分块数量对系统可用性的影响、相同的冗余度下系统可用性比较等方面对系统进行了评估。与完全副本冗余模式相比,纠删码冗余模式能获得较理想的系统可用性,更适合应用于提议的对等云存储系统。