發(fā)布時(shí)間：2017-04-25 18:15

  本文關(guān)鍵詞：基于存儲證據(jù)的云端數(shù)據(jù)完整性驗(yàn)證機(jī)制研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著云時(shí)代的快速到來,云計(jì)算得到了迅猛的發(fā)展。云計(jì)算不僅僅是簡單的將應(yīng)用軟件和數(shù)據(jù)庫放到中心化的大規(guī)模數(shù)據(jù)中心,而是具有更大的靈活性,允許任意端點(diǎn)參與云服務(wù)交互,這點(diǎn)在云存儲服務(wù)中得到了體現(xiàn)。云存儲也為海量數(shù)據(jù)存儲提供了一種全新的服務(wù)模式。由于數(shù)據(jù)交給第三方的外包服務(wù)商提供的云服務(wù)器來管理,用戶最終失去了對數(shù)據(jù)的控制權(quán)。所以,云存儲面臨了許多安全問題,其中云端數(shù)據(jù)完整性的驗(yàn)證就是其中之一。傳統(tǒng)的完整性驗(yàn)證方法需要將所有數(shù)據(jù)下載到本機(jī)才行,這種方法對于數(shù)據(jù)量極為龐大的云存儲來說是不適用的。目前數(shù)據(jù)完整性驗(yàn)證中存在的主要問題有數(shù)據(jù)分塊,計(jì)算開銷,有限次驗(yàn)證,公開驗(yàn)證等。本文針對數(shù)據(jù)分塊和計(jì)算開銷問題,分析三方驗(yàn)證模型和CBF算法,并對CBF算法進(jìn)行了改進(jìn),主要工作如下:(1)針對云存儲中因?yàn)閿?shù)據(jù)更新而引起的分塊變化,從而增加計(jì)算開銷的問題,本文提出使用基于半監(jiān)督聚類的方法來指導(dǎo)文件分塊,通過使用半監(jiān)督聚類算法ICop-Kmeans對文件進(jìn)行預(yù)處理,減少數(shù)據(jù)更新對文件分塊的影響,節(jié)省計(jì)算開銷。(2)本文采用CBF校驗(yàn)元,使用新的快速哈希函數(shù),用于驗(yàn)證云存儲中動(dòng)態(tài)數(shù)據(jù)的完整性。利用了快速哈希函數(shù)計(jì)算開銷上的優(yōu)勢和CBF算法高空間效率的特點(diǎn),節(jié)省了存儲,通信和計(jì)算開銷,還降低了數(shù)據(jù)分塊對算法的影響。(3)結(jié)合基于半監(jiān)督聚類的數(shù)據(jù)分塊和三方驗(yàn)證模型給出了本文的改進(jìn)的CBF數(shù)據(jù)完整性驗(yàn)證模型。最后通過理論分析和實(shí)驗(yàn)看出,算法在數(shù)據(jù)動(dòng)態(tài)變化情況下,能以較低的存儲空間代價(jià)實(shí)現(xiàn)了在文件更新周期內(nèi)輕量級的完整性驗(yàn)證,尤其是在挑戰(zhàn)-應(yīng)答過程中,大大降低了云服務(wù)器和第三方驗(yàn)證方在計(jì)算方面的開銷。
【關(guān)鍵詞】：云存儲 數(shù)據(jù)完整性驗(yàn)證 數(shù)據(jù)分塊 半監(jiān)督聚類 計(jì)數(shù)型布魯姆過濾器
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP333
【目錄】：

• 摘要5-6
• 英文摘要6-11
• 第1章 緒論11-16
• 1.1 研究目的和意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.3 研究內(nèi)容14-15
• 1.4 論文結(jié)構(gòu)15-16
• 第2章 相關(guān)研究16-26
• 2.1 云存儲系統(tǒng)16-17
• 2.2 云存儲系統(tǒng)中的安全問題17-20
• 2.2.1 云存儲中數(shù)據(jù)完整性驗(yàn)證問題18
• 2.2.2 云存儲中其他安全問題18-20
• 2.3 數(shù)據(jù)完整性驗(yàn)證算法20-23
• 2.3.1 基于哈希函數(shù)和對稱密鑰學(xué)的數(shù)據(jù)完整性驗(yàn)證算法21-22
• 2.3.2 基于RSA公鑰技術(shù)的數(shù)據(jù)完整性驗(yàn)證算法22-23
• 2.3.3 基于BLS短簽名的數(shù)據(jù)完整性驗(yàn)證算法23
• 2.4 現(xiàn)有算法性能比較23-25
• 2.5 本章小結(jié)25-26
• 第3章 基于半監(jiān)督K-means算法的數(shù)據(jù)分塊26-35
• 3.1 問題提出26-27
• 3.2 k-means算法和半監(jiān)督學(xué)習(xí)27-30
• 3.2.1 k-means算法27
• 3.2.2 半監(jiān)督學(xué)習(xí)27-30
• 3.3 基于半監(jiān)督k-means算法的數(shù)據(jù)分塊30-32
• 3.3.1 半監(jiān)督K-means算法30
• 3.3.2 改進(jìn)的半監(jiān)督K-means算法30-32
• 3.4 算法比較32-34
• 3.5 本章小結(jié)34-35
• 第4章 基于CBF的校驗(yàn)元算法35-52
• 4.1 問題提出35
• 4.2 CBF算法35-37
• 4.3 基于CBF算法的校驗(yàn)元生成37-43
• 4.3.1 校驗(yàn)元數(shù)據(jù)結(jié)構(gòu)37-41
• 4.3.2 哈希函數(shù)選擇41
• 4.3.3 數(shù)據(jù)分塊41-43
• 4.4 算法分析43-46
• 4.4.1 概率性校驗(yàn)元43-44
• 4.4.2 數(shù)據(jù)動(dòng)態(tài)性44-45
• 4.4.3 有限次問題45
• 4.4.4 計(jì)算和存儲開銷分析45-46
• 4.5 算法實(shí)驗(yàn)測試46-51
• 4.6 本章小結(jié)51-52
• 第5章 數(shù)據(jù)完整性驗(yàn)證模型52-66
• 5.1 數(shù)據(jù)完整性驗(yàn)證模型52-53
• 5.2 數(shù)據(jù)完整性驗(yàn)證算法53-57
• 5.2.1 符號定義53
• 5.2.2 算法描述53-55
• 5.2.3 正確性與安全性分析55
• 5.2.4 抽查機(jī)制55-57
• 5.3 性能分析57-59
• 5.3.1 計(jì)算代價(jià)57
• 5.3.2 存儲通信代價(jià)57-59
• 5.4 模擬實(shí)驗(yàn)59-65
• 5.4.1 模型設(shè)計(jì)59-60
• 5.4.2 實(shí)驗(yàn)環(huán)境60
• 5.4.3 實(shí)驗(yàn)結(jié)果60-65
• 5.5 本章小結(jié)65-66
• 第6章 總結(jié)與展望66-68
• 6.1 總結(jié)66
• 6.2 展望66-68
• 參考文獻(xiàn)68-71
• 致謝71

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳蘭香;;一種基于同態(tài)Hash的數(shù)據(jù)持有性證明方法[J];電子與信息學(xué)報(bào);2011年09期

2 周恩光;李舟軍;郭華;賈仰理;;一個(gè)改進(jìn)的云存儲數(shù)據(jù)完整性驗(yàn)證方案[J];電子學(xué)報(bào);2014年01期

3 李昆侖;曹錚;曹麗蘋;張超;劉明;;半監(jiān)督聚類的若干新進(jìn)展[J];模式識別與人工智能;2009年05期

4 郭云川;方濱興;殷麗華;周淵;;一種面向移動(dòng)計(jì)算的機(jī)密性與完整性模型[J];計(jì)算機(jī)學(xué)報(bào);2013年07期

5 林闖;蘇文博;孟坤;劉渠;劉衛(wèi)東;;云計(jì)算安全:架構(gòu)、機(jī)制與模型評價(jià)[J];計(jì)算機(jī)學(xué)報(bào);2013年09期

6 余星;胡德敏;黃超;;細(xì)粒度云存儲數(shù)據(jù)完整性檢測方法[J];計(jì)算機(jī)應(yīng)用;2014年01期

7 王玲;薄列峰;焦李成;;密度敏感的半監(jiān)督譜聚類[J];軟件學(xué)報(bào);2007年10期

8 高瀅;劉大有;齊紅;劉赫;;一種半監(jiān)督K均值多關(guān)系數(shù)據(jù)聚類算法[J];軟件學(xué)報(bào);2008年11期

9 謝鯤;文吉?jiǎng)?張大方;謝高崗;;布魯姆過濾器查詢算法[J];軟件學(xué)報(bào);2009年01期

10 陳龍;王國胤;;一種細(xì)粒度數(shù)據(jù)完整性檢驗(yàn)方法[J];軟件學(xué)報(bào);2009年04期

  本文關(guān)鍵詞：基于存儲證據(jù)的云端數(shù)據(jù)完整性驗(yàn)證機(jī)制研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：326826