一种云存储系统数据去重方案的性能分析

在数据去重的同时确保数据安全性是当前云存储系统亟待解决的挑战性问题,设计安全数据去重方案的目标是在确保存储空间利用率和数据安全性的前提下有效抵御内部和外部恶意攻击。文章对基于PoW(所有权证明)的安全云存储数据去重方案进行简要介绍,从PoW安全性、数据隐私性、攻击抵抗性和前后向安全等方面验证方案的安全性,并分析方案的密钥生成效率、数据上传效率和所有权管理能力。结果表明,在计算开销和通信开销方面,该方案具有比传统方案较为明显的优势。     

大数据中心云存储系统安全数据去重问题

在大数据中心云存储系统中,数据去重可以大大节省平台存储空间,降低服务商硬件采购成本,并减少对网络带宽的占用,进而提高访问和检索效率。文章对大数据中心云存储系统可能面临的外部和内部攻击威胁进行分析,并从系统架构、数据去重位置、重复检查边界和数据粒度四个方面提出数据去重方案的设计标准。最后,基于安全目标实现的关键理念和设计决策,将现有安全数据去重方案分为PoW(所有权证明)、消息相关加密和流量混淆3种类型。     

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.     

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。     

动态数据安全审计云存储系统研究

提出支持数据去重的数据持有性证明方案,该方案改进了原有数据去重中利用MD5值冒领原数据使用权的安全问题,并且引入可信第三方对不同文件的验证密钥进行管理,避免了文件标签的重复计算,同时利用额外的本地存储减少了时间消耗和通信代价。针对文件级云存储,设计了基于索引的动态数据持有性证明方案,并且针对之前方案中存在文件I/O对验证时间的影响,采用B+树多级索引对文件做查询优化。实验结果表明,该方案与传统方案相比,针对数据去重场景大幅度地减少了存储开销,降低了文件级的更新操作时间复杂度。     

基于确定/概率性文件拥有证明的机密数据安全去重方案

为解决云存储系统中机密数据去重面临的密文重复性检测与拥有性证明、针对数据机密性的攻击等难题,提出了基于Merkle散列树的MHT-Dedup方案和基于同态MAC的hMAC-Dedup方案。两者均通过对密文文件的拥有证明进行跨用户文件级重复性检测,并通过检查数据块明文的摘要进行本地数据块级重复性检测,避免了跨用户文件级客户端重复性检测中hash-as-a-proof方法存在的安全缺陷。MHT-Dedup方案通过数据块密文的标签生成的验证二叉树提供确定性的文件拥有证明,具有较低的计算和传输开销,而hMAC-Dedup方案则通过对抽样数据块密文和其标签进行同态MAC运算提供概率性的文件拥有证明,具有较低的额外存储开销。分析与比较表明,本方案在同时支持两级客户端机密数据安全去重和抵抗对数据块的暴力搜索攻击方面具有明显优势。     

云存储中带拥有权证明的加密数据去重复

针对云存储中实现既安全又高效的数据存储需求,提出了带拥有权证明的加密数据去重复方法。利用基于Merkle Hash树的拥有权证明,实现了云存储环境下对数据用户的认证,结合代理重加密技术解决了用户加密数据上的去重复,针对自私用户给出了激励机制,并对方案进行了安全分析。实验结果表明,该方案实现存储空间和传输带宽节省所需要的计算和通信开销都很小。     

公共云存储中私密数据的去重删除研究

为了降低公共云存储系统的空间开销,对公共云存储中私密数据的重复数据进行归并和删除处理,提高云存储容量,提出一种基于语义本体特征匹配检测的公共云存储中私密数据的去重删除技术。采用交叉分布方法进行公共云存储中私密数据的特征分解,根据数据的属性类别进行存储空间区域划分,提取私密数据的语义本体结构信息特征量,根据提取的特征量进行匹配检测,根据语义属性实现对重复数据的自适应筛选,对筛选出来的重复数据采用矩阵分解方法进行特征压缩和删减,实现去重删除。仿真结果表明,采用该算法进行公共云存储中私密数据的去重删除处理,提高了存储空间的容量,降低了数据存储的维数,实现了私密数据的优化存储。     

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。     

一种基于内容分块的层次化去冗优化策略

在过去的数十年中,信息数据量呈现指数级增长,如何存储和保护这些大量信息数据成为一个难题.云存储和冗余去重技术成为解决上述难题的主要技术.去冗技术在云存储系统中得到广泛应用,但主流的云存储系统存在索引信息的膨胀以及数据分块的不确定性等不足,而这些弊端会导致内存空间的浪费和数据分块的不可预知性.针对这些问题,提出了一种基于内容分块的层次化去冗优化策略,并构建了对应的算法,解决了云存储系统中索引信息表过大和数据分块过大或过小的问题.并且选取CNN新闻的页面内容作为测试集进行实际测试,通过比较去冗比和去冗时间可以看出,相比于目前主流的去冗策略,本文提出的基于内容分块的层次化去冗优化策略能够提升3%左右的去冗比,同时降低2%左右的去冗时间.