發(fā)布時間：2021-08-03 08:34

　　隨著數(shù)據(jù)時代的來臨,各行各業(yè)傳統(tǒng)的生產(chǎn)管理方式發(fā)生著深刻而具革命性的變化,數(shù)據(jù)信息作為信息活動的主要對象和核心資源,如何確保管理過程中數(shù)據(jù)信息的完整性已經(jīng)成為學(xué)術(shù)以及實際應(yīng)用領(lǐng)域共同關(guān)注的熱點(diǎn)問題。云存儲作為一種數(shù)據(jù)資源存儲、使用和管理的有效途徑,其在為人們提供存儲服務(wù)的同時亦面臨著巨大的安全挑戰(zhàn)。當(dāng)數(shù)據(jù)所有者將數(shù)據(jù)上傳到云端后,數(shù)據(jù)可能會遭受丟失、損壞、惡意攻擊和篡改等威脅。數(shù)據(jù)完整性審計方法作為確保數(shù)據(jù)安全存放在云端的一種有效途徑,其能迅速、準(zhǔn)確識別出已損壞的數(shù)據(jù),保證數(shù)據(jù)在篡改后能及時被發(fā)現(xiàn)。本文以云存儲中數(shù)據(jù)完整性為研究對象,針對傳統(tǒng)的公開審計方案易造成單點(diǎn)故障、審計堵塞等問題,利用Hadoop分布式平臺并行處理審計任務(wù),采用基于負(fù)載均衡的動態(tài)延遲調(diào)度算法（LBDDS,The Dynamic Scheduling Based on Heterogeneous Load Balance）,對審計代理節(jié)點(diǎn)進(jìn)行負(fù)載分級,基于分布式審計代理節(jié)點(diǎn)的實際負(fù)載、網(wǎng)絡(luò)傳輸速率以及待執(zhí)行的數(shù)據(jù)完整性審計任務(wù)數(shù)量等因素,彈性設(shè)置延遲等待的時間閾值,既確保了方案整體審計效率,又在一定程度上兼顧了數(shù)據(jù)... 

【文章來源】：西安建筑科技大學(xué)陜西省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景
    1.2 研究目的及意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 數(shù)據(jù)完整性私有審計研究現(xiàn)狀
        1.3.2 數(shù)據(jù)完整性公開審計研究現(xiàn)狀
    1.4 研究內(nèi)容、方法和技術(shù)路線圖
        1.4.1 研究內(nèi)容
        1.4.2 研究方法及技術(shù)路線圖
    1.5 論文組織結(jié)構(gòu)
2 相關(guān)技術(shù)
    2.1 云存儲基礎(chǔ)
        2.1.1 云存儲系統(tǒng)架構(gòu)
        2.1.2 云存儲特性
    2.2 數(shù)據(jù)完整性相關(guān)知識
        2.2.1 數(shù)據(jù)完整性審計通用模型
        2.2.2 威脅模型
    2.3 Hadoop分布式平臺
        2.3.1 Hadoop Map Reduce架構(gòu)
        2.3.2 HDFS架構(gòu)
    2.4 灰色預(yù)測模型
3 數(shù)據(jù)完整性分布式聚合審計方案設(shè)計
    3.1 預(yù)備知識
        3.1.1 雙線性映射
        3.1.2 同態(tài)標(biāo)簽
        3.1.3 公鑰密碼體制
        3.1.4 Hash函數(shù)
        3.1.5 數(shù)字簽名
    3.2 方案設(shè)計目標(biāo)
    3.3 方案算法設(shè)計
    3.4 方案詳細(xì)設(shè)計
        3.4.1 初始化階段
        3.4.2 證據(jù)生成階段
        3.4.3 確認(rèn)審計階段
    3.5 方案性能分析
        3.5.1 安全性分析
        3.5.2 方案可靠性分析
        3.5.3 計算開銷分析
    3.6 本章小結(jié)
4 基于Hadoop的數(shù)據(jù)完整性分布式聚合審計方案實現(xiàn)
    4.1 Hadoop任務(wù)調(diào)度機(jī)制分析
        4.1.1 FIFO先入先出調(diào)度算法
        4.1.2 Capacity Scheduler計算能力調(diào)度算法
        4.1.3 Fair Scheduler公平調(diào)度算法
        4.1.4 任務(wù)調(diào)度算法分析
    4.2 方案總體架構(gòu)
    4.3 證據(jù)聚合模型
        4.3.1 證據(jù)聚合框架
        4.3.2 證據(jù)聚合流程
    4.4 基于Hadoop的分布式證據(jù)驗證模型
        4.4.1 分布式證據(jù)驗證架構(gòu)
        4.4.2 證據(jù)驗證算法并行執(zhí)行流程
    4.5 基于負(fù)載均衡的動態(tài)延遲調(diào)度模型
        4.5.1 空閑審計代理節(jié)點(diǎn)到達(dá)速率預(yù)測
        4.5.2 動態(tài)延遲等待時間計算
        4.5.3 審計代理節(jié)點(diǎn)負(fù)載分級計算
        4.5.4 審計任務(wù)調(diào)度流程
    4.6 本章小結(jié)
5 實驗及分析
    5.1 實驗平臺搭建與配置
        5.1.1 安裝與配置JDK
        5.1.2 配置IP地址
        5.1.3 安裝與配置SSH
        5.1.4 安裝與配置Hadoop
    5.2 方案測試及結(jié)果分析
        5.2.1 數(shù)據(jù)本地性測試
        5.2.2 審計代理節(jié)點(diǎn)負(fù)載均衡度分析
        5.2.3 數(shù)據(jù)完整性審計整體響應(yīng)時間比較
        5.2.4 分布式審計代理節(jié)點(diǎn)性能測試
    5.3 本章小結(jié)
6 結(jié)論及展望
    6.1 工作總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀碩士期間發(fā)表的學(xué)術(shù)論文及成果



本文編號：3319301