為了確保云環(huán)境外包數(shù)據(jù)不受竄改,提高數(shù)據(jù)完整性審核的效率,提出一種基于相對索引散列樹（RIMHT）的數(shù)據(jù)審核方法,首先修改經(jīng)典MHT的每個節(jié)點以存儲兩條信息,即數(shù)據(jù)塊的哈希值和節(jié)點的相對索引,將MHT與節(jié)點的相對索引集成,以降低數(shù)據(jù)塊搜索的計算成本;然后通過添加數(shù)據(jù)的最后修改時間,確保數(shù)據(jù)的新鮮性。實驗結(jié)果驗證了所提方法的有效性,與其他同類方法相比,所提方法在計算成本、通信成本和存儲成本方面具有一定優(yōu)勢,并以較高的概率檢測服務器的不當操作。 

【文章來源】：計算機應用研究. 2019,36(04)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

本文系統(tǒng)基本流程2.1MHT的修改

?惶跣畔⑽??菘櫚?hash值，另一條信息為節(jié)點的相對索引。與一個節(jié)點P相關(guān)聯(lián)的相對索引，指定了屬于P子樹的葉節(jié)點數(shù)量。在修改后的MHT中，葉節(jié)點的相對索引設為1。舉例來說，如果對于一個父節(jié)點P，L和Ｒ的hash值分別為Ha和Hb、相對索引字段值為ra和rb的父節(jié)點P的左子節(jié)點和右子節(jié)點，那么節(jié)點P的hash值為(Ha‖Hb)，相對索引字段值為(ra+rb)。將一個時間戳字段與MHT的根節(jié)點相關(guān)聯(lián)。修改后的MHT樣例如圖3所示。此處，HＲ=(Ha‖Hb‖dt)，式中dt為樹建立的日期和時間。由于樹中任何數(shù)據(jù)塊進行的改動均會更新HＲ，所以HＲ中能夠反映出最后修改的時間和日期，這樣就保證了數(shù)據(jù)的新鮮性。2.2定義本節(jié)將給出所提算法中參數(shù)的定義。a)Keygen(1λ)。該算法由DP執(zhí)行。其中，λ表示安全性參數(shù)，該算法的輸出為一個密鑰對(公鑰，私鑰)←(η，k)。b)FileTagGen(fname，k，n，dt)。該算法由DP執(zhí)行，以生成文件F的標簽。該算法的輸入為外包文件的名稱、私有密鑰、數(shù)據(jù)塊分區(qū)數(shù)量、文件預處理的日期和時間。該文件標簽表示為τ。c)BlockSigGen(k，H(d［i］)，dt，u)。該算法由DP執(zhí)行。其輸入為私有密鑰k、文件塊的hash、文件預處理的日期和時間，以及一個隨機元素u∈G。該算法輸出為θ，是文件塊的上BLS簽名［10］{ψ}1≤i≤n的一個有序集合。d)Challenge(質(zhì)詢)。該算法由

所示。其中，n表示數(shù)據(jù)塊總數(shù);t表示質(zhì)詢數(shù)據(jù)塊數(shù)量。上述三種協(xié)議的計算成本比較如表3所示。由表可知，所提協(xié)議的效率高于其他兩個協(xié)議。文獻［3］搜索數(shù)據(jù)塊的計算時間較長，并根據(jù)塊數(shù)量增長而呈線性變化，即O(n)。所提協(xié)議中，由于使用了先對索引字段，搜索一個節(jié)點的復雜度被降低為O(logn)。所提搜索算法的計算復雜度與在包括(2n－1)個節(jié)點的二叉搜索樹［11］(BST)中搜索一個元素相似，而文獻［3］則與線性搜索算法的計算復雜度相似。圖4給出了所提協(xié)議在頻繁數(shù)據(jù)改動中的性能。實驗中對1GB的文件進行更新，其中更新的塊數(shù)量從100～1000變化。由圖可知，隨著被改動塊數(shù)量的增加，文獻［3］計算成本增加的速率高于本文協(xié)議，而文獻［6］則不支持數(shù)據(jù)動態(tài)操作。表1符號和描述符號描述H(G)將一個數(shù)值散列到群G中Add(G)群G中的加法任務Mul(G)群G中的乘法任務Exp(G)群G中的求冪任務Pair(G)群G中的配對任務表2ＲI-MHT中不同算法的計算成本算法加法乘法hash求冪配對keyGen000Exp(G)0fileTagGen000Exp(G)0blockSigGen00nH(G)(n+1)Exp(G)0genProoftAdd(G)(t－1)Mul(G)0tExp(G)0verifyProof0tMul(G)0tEXP(G)4表3計算成本的比較協(xié)議服務器審核者時間復雜度文獻［3］tEXP(G)+(t－1)Mul(G)2Pair+(t+2)Exp(G)+(t+1)Mul(G)O(n)文獻［6］2tExp(G)+(2t－2)Mul(G)3Pai


本文編號：3019752