第３４卷第４期 ２０１４年８月 南京邮电大学学报（ 自然科学版） Ｊｏｕｒｎａｌ ｏｆ Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｏｓｔｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） Ｖｏ１．３４ Ｎｏ．４ Ａｕｇ．２０１４ 基于云计算的大数据存储安全的研究 洪汉舒，孙知信 （南京邮电大学宽带无线通信与传感网技术教育部重点实验室，江苏南京２１０００３） 摘要：随着网络技术以及云计算的发展，越来越多的数据资料将被存放在云平台，云计算与云存储的安全性也成 为了用户选择云服务时最关注的一个问题。文中通过研究国内外的最新研究成果，提出了云存储的安全模型，从 云端接入安全、大数据存储的加密安全和数据的完整一致性检验等方面具体归纳概括了国内外的研究趋势。文中 归纳了最新的数据安全存储技术及相关方案，综合比较分析其优缺点。最后对基于云计算的大数据存储技术进行 了展望。 关键词：云计算安全；接入控制；数据加密；完整性 中图分类号：ＴＰ３０９．２ 文献标志码：Ａ 文章编号：１６７３－５４３９（２０１４）０４－００２６－０７ Ｂｉｇｄａｔａ Ｓｔｏｒａｇｅ Ｓｅｃｕｒｉｔｙ Ｂａｓｅｄ ｏｎ Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ ＨｏＮＧ Ｈａｎ－ｓｈｕ．ＳＵＮ Ｚｈｉ－ｘｉｎ ，Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｂｒｏａｄｂａｎｄ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ａｎｄ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋ Ｔｅｃｈｎｏｌｏｇｙ，Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ＇＼ Ｎ，ｍｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｏｓｔｓ ａｎｄ Ｔｅｌｅｃ０ｍｍｕｎｉｃａｔｉｏｎｓ，Ｎａｎｊｉｎｇ ２１０００３，Ｃｈｉｎａ ／ Ａｂｓｔｒａｃｔ：Ｗｉｔｈ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔｓ ｏｆ ｎｅｔｗｏｒｋ ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ，ｍａｎｙ ｄａｔａ ａｎｄ ｒｅｓｏｕｒｃｅｓ ａｒｅ ｓｔｏｒｅｄ ｉｎ ｔｈｅ ｃｌｏｕｄ．Ｔｈｅ ｓｅｃｕｒｉｔｙ ｏｆ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ａｎｄ ｃｌｏｕｄ ｓｔｏｒａｇｅ ｈａｓ ｂｅｃｏｍｅ ｔｈｅ ｆｉｒｓｔ ｐｒｉｏｒｉｔｙ ｗｈｅｎ ｕｓｅｒｓ ｃｈｏｏｓｅ ｔｈｅｉｒ ｃｌｏｕｄ ｓｅｒｖｉｃｅｓ．Ｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｓ ｔｈｅ ｌａｔｅｓｔ ｒｅｓｅａｒｃｈｅｓ ａｎｄ ａｎ ａｒｃｈｉｔｅｃｔｕｒｅ ｂａｓｅｄ ｏｎ ｃｌｏｕｄ ｓｔｏｒａｇｅ ｓｅｃｕｒｉｔｙ，ａｎｄ ｃｏｎｃｌｕｄｅｓ ｔｈｅ ｓｅｃｕｒｉｔｙ ｏｆ ｂｉｇ ｄａｔａ ｓｔｏｒａｇｅ ｉｎ ｔｅｒｍｓ ｏｆ ａｃｃｅｓｓ ｃｏｎｔｒｏｌ，ｄａｔａ ｃｏｎｆｉｄｅｎｃｅ，ｉｎｔｅｇｒｉｔｙ，ａｎｄ ｃｏｍｐｌｉａｎｃｅ，ｅｔｃ．Ｉｔ ａｌｓｏ ｓｕｍｍａｒｉｚｅｓ ｔｈｅ ｌａｔｅｓｔ ｂｉｇ ｄａｔａ ｓｔｏｒａｇｅ ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｒｅ－ ｌａｔｅｄ ｓｃｈｅｍｅｓ ａｎｄ ｃｏｍｐａｒｅｓ ｔｈｅｉｒ ａｄｖａｎｔａｇｅｓ ａｎｄ ｄｉｓａｄｖａｎｔａｇｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅ ｆｕｔｕｒｅ ｏｆ ｂｉｇ ｄａｔａ ｓｔｏｒａｇｅ ｂａｓｅｄ ｏｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｉｓ ｐｒｏｓｐｅｃｔｅｄ． Ｋｅｙ ｗｏｒｄｓ：ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｓｅｃｕｒｉｔｙ；ａｃｃｅｓｓ ｃｏｎｔｒｏｌ；ｄａｔａ ｅｎｃｒｙｐｔｉｏｎ；ｉｎｔｅｇｒｉｔｙ ０ 引 言 云计算的不断发展和成熟为大数据存储和处理 提供了技术支持，使得很多用户可以在不同终端实 出现了数据库脚本错误，１７ ０００个真实账号因此被 删除，微软花了一周的时间将这些账号完全恢复； ２０１１年４月２１日，亚马逊公司在北弗吉尼亚州的 云计算中心宕机，致使亚马逊云服务中断持续了近 现对数据的高速有效地操作。但随之带来的也有数 据安全问题，最常见的有窃取、丢失、冗余度太大等 等。诸如此类的数据安全问题往往会给用户和企业 带来巨大的利益损失。２０１０年底，微软的Ｈｏｔｍａｉｌ 收稿日期：２０１４－０４－０３ ４天，造成多项依靠云计算中心的服务停止工作； ２０１２年７月，云存储服务商Ｄｒｏｐｂｏｘ确认，在当月来 自第三方站点的黑客获取了部分用户的用户名和密 码，侵袭了他们的Ｄｒｏｐｂｏｘ账户，发布不良信息。 基金项目：国家自然科学基金（６０９７３１４０，６１１７０２７６，６１３７３１３５，）、江苏省产学研项目（ＢＹ２０１３０１１）、江苏省科技型企业创新基金（ＢＣ２０１３０２７） 和江苏省高校自然科学研究重大项目（１２ＫＪＡ５２０００３）资助项目 通讯作者：孙知信电话：Ｏ２５—８３５３５１０８ Ｅ－ｍａｉｌ：ｓｕｎｚｘ＠ｎｊｕｐｔ．ｅｄｕ．ｃｎ 第４期 洪汉舒等：基于云计算的大数据存储安全的研究 ２７ 日益凸显的云计算安全问题给大数据存储带来 了严峻的考验。文献［１—２］分别介绍了大数据和 云计算安全的相关问题和研究热点，而本文将针对 云计算和大数据的特点，把研究内容细化，从云计算 的接入安全，大数据存储的加密安全以及数据存储 的完整性、一致性等方面出发，研究和总结国内外最 新研究成果，并对未来发展趋势做出展望。 １ 大数据存储安全相关技术的研究 １．１ 云端安全接入技术的研究 在传统的数据关系中，数据拥有者（Ｄａｔａ Ｏｗｎ— ｅｒ）即是数据提供者，用户只需向其提交用户名和密 码便可进行相关操作。但在云计算中，数据拥有者 与云服务提供者（Ｃｌｏｕｄ Ｓｅｒｖｉｃｅ Ｐｒｏｖｉｄｅｒ）这两个角 色的功能往往是分离的＿３ Ｊ。云服务提供者的角色 大多由商业机构承担，这些机构处在用户的信任区 域之外，因此传统的认证方式已不能满足云存储安 全接人 的需求，云存储的接入需要采取额外的验 证机制。文献［５］对云存储的接人流程做了概述， 并对鉴权、加密、解码等操作做了简单的介绍。文献 ［６—７］在此基础上提出了一种可靠的安全接入模 型，如图１所示。用户向数据拥有者发送请求，得到 实时颁发的密钥、证书后接人云端。这种模型可以 提供安全、可靠的接入，但缺陷是当用户需要对数据 进行操作时，数据拥有者必须处于在线的状态。一 旦通信受到，该方案就无法保证安全的接入。 动服务提供者 数据拥有者 用户 图１一种可靠的安全接入模型 针对上述问题，文献［８］提出了一种优化解决 方案。该方案使用基于用户能力的接人控制方 法 以及相关加密策略，实现模型如图２所示。每 一个数据拥有者都存有用户的“能力表”，存储着某 个用户对于某些文件的操作权限，并连同加密文件 同时上传至云服务器。当用户需要接入时，云服务 器根据用户身份进行操作。若用户处在能力表的范 围外，则为不可信用户，直接拒绝接人；若在能力表 范围内，则反馈用户信息，包含了用于解密文件的密 钥。由于数据拥有者已对该消息加密，故不会泄露 给云端。在此方案中，数据拥有者大部分时间可以 处于离线状态，只需新用户注册时在线更新能力表 即可。 数据拥有者 用户 图２基于用户能力的接入模型 与文献［８］相似，文献［３］也将数据拥有者从 “永远在线”的禁锢中。该文献提出了将属性 加密、代理重加密相结合的接人方案，并将大量更 新、分配用户私钥的工作交由云端负责，减轻了主机 的负担。文献［１０］则提出了一种基于可信平台模 块（Ｔｒｕｓｔｅｄ Ｐｌａｔｆｏｒｍ Ｍｏｄｕｌｅ）¨ 的接人控制方案，该 方案针对移动设备的特点，从客户端的角度定义了 云计算安全域，并给出多个移动系统共享数据的策 略。文献［１２］提出了一种基于Ｍｅｒｋｌｅ哈希树的接 人控制策略，该策略优化了当前ＴＰＭ的性能，将用 户的信任度量化，并用数学公式给予了动态信任度 的统计方法，但由于没有具体的加密或证书颁发机 制，此策略只能用于大批量的、私密度低的文件接入 生成树由３个枝节组成，分别为“允许接人 的用户身份”、“禁止接入的用户身份”以及“可选择 增加了生成树的弹性和灵活性， 定程度上满足了数据拥有者方便灵活地管理用户 接人的需求。文献［１４］提出了一个基于多个鉴权 中心的接入方案，其模型如图３所示。该方案假设 了一个可信的鉴权中心和多个的属性鉴权点， 通过鉴权中心注册用户身份、多个属性鉴权点共同 控制。文献［１３］提出了一种基于生成树的控制接 入方案，接人的用户身份”，一２８ 南京邮电大学学报（自然科学版） 颁发密钥的方法验证用户接入。该方案解决了云存 储中多重用户身份属性带来的数据共享问题。 鉴权中心 属性 鉴权１ 属性 鉴权２ 属性 鉴权ｎ 数据拥有者 图３基于多属性鉴权的接入控制 研究表明，云存储接入的安全性依赖于数据拥 有者对于用户接入需求的验证以及相关的反馈方 式。数据拥有者保持在线状态可以控制云计算的安 全接人，但是大量的分配、更新密钥工作会给主机增 加负担，一旦主机通信受阻就无法满足用户共享数 据的需求。基于第三方云服务器的接入控制可以分 担主机的工作负荷，且云端使用重加密技术避免第 三方泄露，但灵活性和实时胜不够高，短时间内无法 应对大量新用户的接人需求。数据拥有者应根据数 据的私密等级以及用户的管理模式选择云端接人的 控制方法，在保证接人安全的同时优化网络效率。 １．２数据加密技术的研究 数据在被上传到云端之后，容易遭受来自两方 面的威胁：其一，云计算平台作为不可信的第三方， 一旦服务器出现故障，自身可能会将数据泄漏；其 二，云平台被非法接人后，数据存在被窃取、篡改、伪 造的风险。因此，存放在云端的数据要经过数据拥 有者拆分、加密后方可上传，用户下载后经解密方可 使用，即使数据在传输或存放的过程中丢失，也因为 事先加密而不会发生机密信息泄露的情况。目前主 流的加密策略有基于属性加密和基于代理加密两大 类型。 文献［１５一ｌ６］分别介绍了两种基于属性的数 据加密策略：基于密钥的属性加密ＫＰ．ＡＢＥ（Ｋｅｖ． Ｐｏｌｉｃｙ Ａｔｔｒｉｂｕｔｅｄ Ｂａｓｅｄ Ｅｎｃｒｙｐｔｉｏｎ）和基于密文的属 性加密ＣＰ・ＡＢＥ（Ｃｉｐｈｅｒｔｅｘｔ．Ｐｏｌｉｃｙ Ａｔｔｒｉｂｕｔｅｄ Ｂａｓｅｄ Ｅｎｃｒｙｐｔｉｏｎ），这两种策略各有特点。在ＫＰ—ＡＢＥ中， 用户密钥采取树结构描述访问策略，树的叶节点集 合为Ａｕ，密文与属性集Ａｃ相关，只有Ａｃ满足Ａｕ， 用户才能解密密文。ＫＢ—ＡＢＥ的实现机制如图４所 示，假设密文的属性集Ａｃ为：｛北京，上海，广州｝， 而两个用户的属性集合分别为｛北京，上海｝和｛北 京，南京｝，Ａｃ符合用户１的Ａｕ，故只有用户ｌ能解 密文件。 密文 图４ ＫＢ－ＡＢＥ的实现机制 而在ＣＰ—ＡＢＥ中，密文采取树结构描述访问策 略Ａｃ—ｃｐ，实现由消息发送方决定的用户控制策略。 密钥与属性集Ａｕ相关，只有Ａｕ满足Ａｃ．ｃｐ，用户才 能解密密文。ＣＰ－ＡＢＥ的机制如图５所示：假设密 文的属性集合如图５中所示，用户１和用户２牵涉 到相关属性，都有可能解密文件。但经过树结构的 访问策略后，用户１满足解密条件，用户２中由于属 性｛广州｝无法满足“｛北京｝或｛上海｝”的条件而无 法解密文件。 密文 图５ ＣＰ－ＡＢＥ的实现机制 文献［１７］融合了现有的技术，提出了一种基于 ＡＢＥ的加密方案。该方案针对云存储的各个环节 加密都有相应的策略，但有存在明显漏洞：即当同一 用户具备新的属性时，会因掌握之前的密钥带来数 据泄露的危险。文献［１８］将ＫＰ．ＡＢＥ算法与ＸＡＣ． ＭＬ协议相结合，提出了一种非单调的接人体系架 构，提高了数据加密的安全性，但在密钥的生成和分 第４期 洪汉舒等：基于云计算的大数据存储安全的研究 ２９ 发阶段有着较大的运算负荷。文献［１９］将ＣＰ—ＡＢＥ 算法与同态加密算法结合，用户首先用同态加密算 法加密明文，再用ＣＰ—ＡＢＥ算法加密密文的密钥，形 成密文的集合和对应密钥的集合，用户可以根据自 身属性搜索和下载到需求文件，减轻了下载全部数 据，Ａ根据用户信息和Ｂ的公钥产生密钥，该密钥起 到一个“过渡”的作用，只负责密文与密文间的相互 转换，将针对Ａ的密文转换为针对Ｂ的密文。Ｂ下 载到针对自己的密文后经私钥解密便可对数据进行 操作。该方案的优越性在于数据在云中的整个生命 据的工作量。文献［２０］则提出了一种基于ＣＰ—ＡＢＥ 的体系架构，该架构将大部分的计算工作代理至云 端，减轻了主机的工作负荷，提高了网络吞吐量，然 而缺陷是不适用于复杂属性的环境。 文献［２１］介绍了一种经典的代理重加密技术 ＰＲＥ（Ｐｒｏｘｙ Ｒｅ—Ｅｎｃｒｙｐｔｉｏｎ），该方案部署了一个半可 周期完全以密文的方式传递，半信任的云计算服务 商无法得知用户的私钥从而无法获得明文，因此数 据是安全的。基于上述ＰＲＥ构架，文献［２２—２３］提 出了基于身份的代理重加密方案，然而该方案在云 计算应用中有一定的局限性，且面对标识用户与代 理商的冲突攻击时往往抵抗力较小。文献［２４］针 信的代理人，降低了数据泄漏的风险。由于云平台 所扮演的角色与半可信代理人类似，故ＰＲＥ的架构 已被移植到云计算中，一系列加密方案也应运而生。 对上述缺陷做出改进，提出了基于证书的代理重加 密策略，该策略采用了双线性配对的方法，抵制了冲 突攻击和选择密文攻击，同时该方案省去了证书分 种基于ＰＲＥ的云计算数据加密模型如图６所示： Ａ用户将数据加密后上传云端，Ｂ用户想要分享数 一发管理的过程，也避免了密钥在传输过程中泄露的 风险。 （２）Ａ在云中取得Ｂ的公钥Ｐｂ 图６基于ＰＲＥ的云计算数据加密模型 文献［２５］提出了两种基于秘密共享技术的安 效地保证灾备数据中的信息不会泄露给攻击者和云 全云计算ＳＣＣ（Ｓｅｃｕｒｅ Ｃｌｏｕｄ Ｓｅｒｖｉｃｅ）模型。其中一 种需要一个可信的第三方１ＴｒＰ（Ｔｒｕｓｔｅｄ Ｔｈｉｒｄ Ｐａｒ． ｔｙ），而另外一个则不需要。这两种模型有着很好的 延展性，在复杂的多服务器环境中展现出了高效率 和安全性。文献［２６］提出了基于多鉴权中心的加 密模型，是对ＫＢ—ＡＢＥ的一种应用和改进。文献 系统管理人员。 数据安全是云存储安全的核心，因此数据加密 在整个安全体系中至关重要。研究表明，针对不同 的数据机密等级、不同的数据共享模式、不同云架构 模型，可以采用不同的加密方法，在保证机密性的同 时达到网络资源分配最优化。 ［２７］提出了一种比特交错文件系统（Ｂｉｔ．Ｉｎｔｅｒｌｅａｖｉｎｇ ｉｆｌｅ Ｓｙｓｔｅｍ），该系统将文件拆分成块存储在分布的 地点中，在保障了数据的安全性的同时提高了Ｉ／０ 吞吐速率。文献［２８］提出了一种基于三维空间拆 １．３大数据完整性校验技术的研究 数据完整性指数据在存储、传输、使用过程中不 会被非法篡改，保持信息内部和外部的一致性。存 储在云端的大数据除了容易遭受非法接人、窃取等 分置乱的高效海量云灾备数据机密性保护关键方法 ＥＳＳＡ（Ｅｆｉｃｉｆｅｎｔ ａｎｄ Ｓｅｃｕｒｅ Ｓｐｌｉｔｔｉｎｇ Ａｌｇｏｒｉｔｈｍ），将数 据在三维空间中进行映射、置乱、拆分，利用三维数 据结构恢复的复杂度来保证数据的机密性，从而有 攻击之外，本身还面临着完整性遭到破坏的威胁：一 方面，半可信的云计算中心可能造成元数据错误、丢 弃等情况；而另一方面，用户在存储备份数据时会留 有一定的冗余度，往往会增加数据的不一致性。因 ３０ 南京邮电大学学报（自然科学版） ２０１４年 此对云端数据完整性校验是十分必要的。 传统的云存储完整性校验是基于本地的，用户 需要首先为上传的文件数据计算一个哈希值，将此 哈希值存放在本地并将文件上传至云存储服务器， 当用户验证数据完整性时，需要将整个文件下载，并 在本地重新计算其哈希值，并与数据上传之前所计 算的哈希值相比，以验证数据的完整性。这种方式 的优点是执行简单、稳定。但在大数据的环境中却 是不适用的。由于数据量大，每次校验都需完整下 载，增加了链路和存储的负担，降低了检测效率。因 此，云存储需要一种无须复制整个数据、远程的完整 性校验模式。文献［２９］对云存储完整性的检查策 略做了分类和比较。云存储的完整性检查技术主要 可分为ＰＯＲ 和ＰＤＰ 两类。 文献［３０］提出了经典的“可取回性证明” （Ｐｒｏｏ￣ｏｆ Ｒｅｔｒｉｅｖａｂｉｌｉｔｙ，ＰＯＲ）方法。实现模型如图 ７所示。该方法采用挑战．应答模式，验证者首先对 文件进行纠错编码，然后在文件随机位置插入“哨 兵”（Ｓｅｎｔｉｎｅｌｓ），这些哨兵由带密钥的哈希函数生 成。每次挑战时验证者要求证明者返回一定数目的 哨兵，通过验证哨兵的完整性达到检测文件完整性 的目的，并结合纠错编码以一定的概率保证文件是 可取回的。该方案的优点是无须对所有数据进行复 制，且存放哨兵的额外存储量开销以及挑战．应答模 式的计算量较小。 图７ Ｐ０Ｒ的实现模型 基于ＰＯＲ的思想，文献［３２］提出了一种云存储 高可用性和完整性的层次构架，通过云存储服务器 间的二维ＲＳ编码结合挑战一应答机制提供数据的高 可用性与完整性保护。文献［３３］提出为每一个文 件数据块生成一个认证元，在挑战．响应机制的挑战 阶段，伪随机的抽取少量数据块，并通过验证其认证 元来判断数据的完整性。在该方案中，通过构造同 态认证元，使得响应阶段中，不可信服务器向挑战方 的通信量为常量级。但由于在该方案中需要为每一 个文件数据块存储一个对应的认证元，增加了服务 器端的存储开销。文献［３４］提出一种适用于归档 云存储的轻量级的数据可取回性证明算法“Ｌ— ＰＯＲ”。以可信第三方代替用户执行数据可取回性 检查，并在数据损坏达到一定门限时执行数据恢复。 该算法通过在编码产生的冗余数据中直接加人用户 认证信息，避免了其他同类算法插入额外认证元数 据带来的大量存储开销。 文献［３１］提出了“数据持有型证明”（Ｐｒｏｏｆ ｏｆ Ｄａｔａ Ｐｏｓｓｅｓｓｉｏｎ，ＰＤＰ）方法，该方案同样基于挑战一应 答模式，可以检测到外包数据中大于某个比例的数 据损坏。在该方案中，客户端只需要存储常量的元 数据来完成验证，服务器端生成证据时只需要按照 用户的挑战抽样访问小部分文件块，挑战／应答协议 也只需传输少量的数据，这样大大减少了用户端的 存储消耗、服务器端的Ｉ／０消耗及带宽消耗，用户 也可以通过多次挑战来降低服务器欺骗的可能性。 针对分布式存储下的数据完整性问题，文献［３５］中 提出了ＣＰＤＰ（Ｃｏｏｐｅｒａｔｉｖｅ Ｐｒｏｖａｂｌｅ Ｄａｔａ Ｐｏｓｓｅｓｓｉｏｎ） 方案。该方案利用了同态验证应答，将来自于多个 云端服务器的应答组合为一条应答信息。利用这种 机制，能解决文件在多个服务器上分布式存储情形 下的数据持有性验证问题。文献［３６］提出一种数 据持有性代理证明方案，该方案融合了基于椭圆曲 线上的双线性对以及指数知识证明的思想，使得数 据所有者可以将验证远程数据持有性的工作委托给 一位代理人来执行。该方案支持代理检查者的动态 加入与撤销，能保证证明的不可伪造性和不可区分 性，以及代理密钥的不可伪造性。 云存储中数据的完整性除了依赖于检验机制 外，对数据的动态更新以及减少数据冗余度也是十 分必要的，可以提高存储效率，增加数据的一致性， 同时减轻服务器的存储负担。文献［３７］提出了一 种优化数据动态性的方案，该方案引入了ＩＮＳ（Ｉｎｄｅｘ Ｎａｍｅ Ｓｅｒｖｅｒ）模型，监听了每一个存储节点通信过 程，使得数据更新的反馈更加实时便捷。文献［３８］ 提出了减小数据冗余度的方案，该方案给出了相似 数据的判定方法，并提出了基于相似地址来源的数 据删除策略。文献［３９］云端大数据重复的情况，提 出了数据去重的架构。该架构分为用户层和云存储 层，利用多用户的加密措施保证数据不被错删，同时 第４期 洪汉舒等：基于云计算的大数据存储安全的研究 ３１ 利用改进了Ｂ树结构实现了对存储节点的控制，对 于重复数据及时删除，减小了冗余度，增加了数据的 一致性。 ２结束语 本文通过对国内外相关技术的研究，归纳了基 于数据流的云存储的服务模型，如图８所示：原始数 据被拆分置乱，经加密后上传云端，云计算中心存储 的是密文。用户接入云端后下载密文，解密后才可 使用。由此总结出大数据存储的安全性主要依赖于 两个方面：一是原始数据的存储安全，包括拆分、加 密、完整性等等；二是用户接人的安全，只有经过鉴 权的用户才可接人云端，对数据进行相关操作。 图８基于数据流的云存储服务模型 根据上述研究内容，本文提出了基于云计算的 大数据存储安全模型，如图９所示。首先，从用户的 接人安全开始，保证云端接人的可靠性；其次，利用 数据的拆分和加密，减少数据在第三方云平台被非 法窃取和篡改的风险；然后，利用算法检验数据的完 整性，保持数据一致性，避免数据重复、残缺、误删除 的情况发生。通过以上几个环节的共同作用，确保 大数据存储的安全。 回回回 云端接入安全 申 区 数据的加密安全 数据的完整性．一致性 图９云存储安全模型 云计算和大数据是当下全球范围内最值得期待 的技术，而数据安全性不仅关系着云计算技术 的发展，更关系到每个用户的隐私和利益。本文以 接入控制、数据加密和大数据完整性检测３个方面 为研究点，综述了云计算安全的经典技术和相关方 案。未来针对云计算和大数据存储的安全工作仍然 有很多问题需要解决：（１）在接人控制方面，部分基 于第三方的验证方案 １ “， 假设了一个或多个可 信的鉴权中心，但在实际的文件存储操作中，这样的 鉴权中心也并非完全可信，其安全性和可信度仍需 进一步完善；（２）在加密安全方面，由于大数据庞大 的数据量，若对每个数据块都采用诸如对称加密、代 理重加密等方法，虽然可以保证机密性，但无疑会增 加算法的复杂度，给主机和网络带来繁重的工作负 担，容易造成拥塞，因此，对大数据中不同数据块的 私密程度进行分类并采用相应复杂度的加密算法是 十分必要的；（３）在不同的云平台进行大数据的复 制和迁移的过程中，要既保证数据完整性和一致性， 同时不破坏数据的机密性；（４）云存储安全不仅仅 是技术问题，还包含了体系标准化、监管模式等问 题。如何建立一套完整的云存储机制，让不同终端 更安全、更方便地分享数据，各个环节均可问责，是 一个值得深究的课题。 参考文献： ［１］ＳＣＨＥＬＬ Ｒ Ｒ．ｓｅｃｕｒｉｔｙ—Ａ ｂｉｇ ｑｕｅｓｔｉｏｎ ｆｏｒ ｂｉｇ ｄａｔａ［Ｒ］．Ｃａｌｉｆｏｒ－ ｎｉａ：Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｏｕｔｈｅｒｎ Ｃａｌｉｆｏｒｎｉａ．２０１３：１—２４． ［２］ＳＥＮＧＵＰＴＡ Ｓ，ＫＡＵＬＧＵＤ Ｖ，ＳＨＡＲＭＡ Ｖ Ｓ．Ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｓｅ ｃｕｆｉｔｙ－ｔｒｅｎｄｓ ａｎｄ ｒｅｓｅａｒｃｈ ｄｉｒｅｃｔｉｏｎｓ［Ｃ］／／ＩＥＥＥ Ｗｏｒｌｄ Ｃｏｎｇｒｅｓｓ ｏｎ Ｄｉ￣ｔＭ．２０１１：５２４—５３１． ［３］ＹＵ Ｓ，ＷＡＮＧ Ｃ，ＲＥＮ Ｋ，ｅｔ ａ１．Ａｃｈｉｅｖｉｎｇ ｓｅｅｕｒｅ，ｓｃａｌａｂｌｅ，ａｎｄ ｆｉｎｅ— ｇｒａｉｎｅｄ ｄａｔａ ａｃｃｅｓｓ ｃｏｎｔｒｏｌ ｉｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ［Ｃ］／／ＩＥＥＥ ＩＮＦＯ— ＣＯＭ．２０１０：１—９． ［４］ＤＩ ＶＩＭＥＲＣＡＴＩ Ｓ Ｄ Ｃ，ＦＯＲＥＳＴＩ Ｓ，ＪＡＪＯＤＩＡ Ｓ，ｅｔ ａ１．Ａ ｄａｔａ ｏｕｔ— ｓｏｕｒｃｉｎｇ ａｒｃｈｉｔｅｃｔｕｒｅ ｃｏｍｂｉｎｉｎｇ ｃｒｙｐｔｏｇｒａｐｈｙ ａｎｄ ａｃｃｅｓｓ ｃｏｎｔｒｏｌ ［Ｃ］／／Ｐｒｏｃ ｆｏ ｔｈｅ ＡＣＭ Ｗｏｒｋｓｈｏｐ ｏｎ Ｃｏｍｐｕｔｅｒ Ｓｅｃｕｒｉｔｙ Ａｒｃｈｉｔｅｃ－ ｔｕｒｅ（ＣＳＡＷ）．２００７：６３—６９． ［５］ＫＵＭＡＲ Ａ，ＬＥＥ Ｂ Ｇ，ＬＥＥ Ｈ Ｊ，ｅｔ ａ１．Ｓｅｃｕｒｅ ｓｔｏｒａｇｅ ａｎｄ ａｃｃｅｓｓ ｏｆ ｄａｔａ ｉｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ［Ｃ］／／ＩＣＴ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｎ— ｖｅｒｇｅｎｃｅ（ＩＣＴＣ）．２０１２：３３６—３３９． ［６］ＷＡＮＧ Ｗ，ＬＩ Ｚ，ＯＷＥＮＳ Ｒ，ｅｔ ａ１．Ｓｅｃｕｒｅ ａｎｄ ｅｆｆｉｃｉｅｎｔａｃｃｅｓｓ ｔｏ ｏｕｔ— ｓｏｕｒｃｅｄ ｄａｔａ［Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ＡＣＭ Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ Ｓｅｃｕｒｉｔｙ Ｗｏｒｋｓｈｏｐ．２００９：５５—６５． ［７］ＫＡＭＡＲＡ Ｓ，ＬＡＵＴＥＲ Ｋ．Ｃｒｙｐｔｏｇｒａｐｈｉｃ ｃｌｏｕｄ ｓｔｏｒａｇｅ［Ｃ］／／Ｐｒｏｃ ｏｆ Ｆｉｎａｎｃｉａｌ Ｃｒｙｐｔｏｇｒａｐｈｙ：Ｗｏｒｋｓｈｏｐ ｏｎ Ｒｅａｌ Ｌｉｆｅ Ｃｒｙｐｔｏｇｒａｐｈｉｃ Ｐｒｏｔｏ－ ｃｏｌｓａｎｄ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ．２０１０：１３６—１４９． ［８］ＳＡＮＫＡ Ｓ，ＨＯＴＡ Ｃ，ＲＡＪＡＲＡＪＡＮ Ｍ．Ｓｅｃｕｒｅ ｄａｔａ ａｃｃｅｓｓ ｉｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ［Ｃ］／／ＩＥＥＥ ４ｔｈ Ｉｎｔｅｎｒａｔｉｏｎｌａ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｔｅｎｒｅｔ Ｍｕｌｔｉｍｅｄｉａ Ｓｅｒｖｉｃｅｓ Ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ（ＩＭＳＡＡ）．２０１０： 】一６． ３２ 南京邮电大学学报（自然科学版） ２０１４钲 ［９］ＦＡＣＴＯＲ Ｍ，ＮＡＯＲ Ｄ，ＲＯＭ Ｅ，ｅｔ ａ１．Ｃａｐａｂｉｌｉｔｙ ｂａｓｅｄ ｓｅｃｕｒｅ ａｃ— ｃｅｓｓ ｃｏｎｔｒｏｌ ｔｏ ｎｅｔｗｏｒｋｅｄ ｓｔｏｒａｇｅ［Ｃ］／／ＩＥＥＥ ２４ｔｈ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍａｓｓ Ｓｔｏｒａｇｅ Ｓｙｓｔｅｍｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｉｅｓ．２００７：１ １４—１２８． ［１０］ＳＨＩＮ Ｊ，ＫＩＭ Ｙ，ＰＡＲＫ Ｗ，ｅｔ ａ１．ＤＦＣｌｏｕｄ：Ａ ＴＰＭ－ｂａｓｅｄ Ｓｅｃｕｒｅ ｄａｔａ ａｃｃｅｓｓ ｃｏｎｔｒｏｌ ｍｅｔｈｏｄ ｏｆ ｃｌｏｕｄ ｓｔｏｒａｇｅ ｉｎ ｍｏｂｉｌｅ ｄｅｖｉｃｅｓ ［Ｃ］／／ＩＥＥＥ ４ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｓｃｉｅｎｃｅ（ＣｌｏｕｄＣｏｍ）．２０１２：５５１—５５６． ［１１］Ｔｒｕｓｔｅｄ Ｐｌａｆｔｏｒｍ Ｍｏｄｕｌｅ（ＴＰＭ）Ｓｕｍｍａｒｙ［ＥＢ／ＯＬ］．［２０１３－１１－ １７］．ｈｔｔｐ：／／ｗ￣ｈ％ｖ．ｔｎｒｓｔｅｄｃｏｍｐｕｔｉｎｇｇｒｏｕｐ．ｏｒｇ／ｒｅｓｏｕｒｃｅｓ／ｔｐｍ— ｍａｉｎ ｓｐｅｃｉｉｆｃａｔｉｏｎ． ［１２］ＹＩ Ｘｉｕｓｈｕａｎｇ，ＷＡＮＧ Ｗｅｉｑｉａｎｇ．Ｔｈｅ ｃｌｏｕｄ ａｃｃｅｓｓ ｃｏｎｔｏｒｌ ｂａｓｅｄ ｏｎ ｄｙｎａｍｉｃ ｆｅｅｄｂａｃｋ ａｎｄ ｍｅｒｋｌｅ ｈａｓｈ ｔｒｅｅ［Ｃ］／／５ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ａｎｄ Ｄｅｓｉｇｎ（ＩＳＣＩＤ） ２０１２：２１７—２２１． ［１３］ＥＩＳＳＡ Ｔ，ＣＨＯ Ｇ Ｈ．Ａ ｉｆｎｅ ｇｒａｉｎｅｄ ａｃｃｅｓｓ ｃｏｎｔｒｏｌ ａｎｄ ｆｌｅｘｉｂｌｅ ｒｅｖ— ｏｃａｔｉｏｎ ｓｃｈｅｍｅ ｆｏｒ ｄａｔａ ｓｅｃｕｒｉｔｙ ｏｎ ｐｕｂｌｉｃ ｃｌｏｕｄ ｓｔｏｒａｇｅ ｓｅｒｖｉｃｅ ［Ｃ］／／Ｉｎｔｅｎｒａｔｉｏｎｌａ Ｃｏｆｎｅｒｅｎｃｅ ｏｎ Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓ， Ａｐｐｌｉｃａｔｉｏｎｓ ａｎｄ Ｍａｎａｇｅｍｅｎｔ（ＩＣＣＣＴＡＭ）．２０１２：２７—３３． ［１４］ＹＡＮＧ Ｋａｎ，ＪＩＡ Ｘｉａｏｈｕａ，ＲＥＮ Ｋｕｉ，ｅｔ ａ１．ＤＡＣ－ＭＡＣＳ：Ｅｆｆｅｃｔｉｖｅ ｄａｔａ ａｃｃｅｓｓ ｃｏｎｔｏｒｌ ｆｏｒ ｍｕｌｔｉ・ａｕｔｈｏｒｉｔｙ ｃｌｏｕｄ ｓｔｏｒａｇｅ ｓｙｓｔｅｍｓ［Ｃ］∥ ＩＥＥＥ ＩＮＦＯＣＯＭ．２０１３：２８９５—２９０３． ［１５］ＧＯＹＡＬ Ｖ，ＰＡＮＤＹ Ｏ，ＳＡＨＡＩ Ａ，ｅｔ ａ１．Ａｔｔｉｒｂｕｔｅ ｂａｓｅｄ ｅｎｃｒｙｐｔｉｏｎ ｆｏｒ ｉｆｎｅ—ｇｒａｉｎｅｄ ａｃｃｅｓｓ ｃｏｎｔｒｏｌ ｏｆ ｅｎｃｒｙｐｔｅｄ ｄａｔａ［Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃ０ｍｍｕｎｉｃａｔｉｏｎｓ Ｓｅｃｕｒｉｔｙ． ２００６：８９—９８． ［１６］ＢＥＴＨＥＮＣＯＵＲＴ Ｊ，ＳＡＨＡＩ Ａ，ＷＡＴＥＲＳ Ｂ．Ｃｉｐｈｅｒｔｅｘｔ—ｐｏｌｉｃｙ ａｔ－ ｔｉｒｂｕｔｅ—ｂａｓｅｄ ｅｎｃｒｙｐｔｉｏｎ［Ｃ］／／ＩＥＥＥ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｓｅｃｕｒｉｔｙ＆ Ｐｒｉｖａｃｙ．２００７：３２１—３３４． ［１７］ＹＡＮＧ Ｙａｎｊｉａｎｇ，ＺＨＡＮＧ Ｙｏｕｅｈｅｎｇ．Ａ ｇｅｎｅｉｒｃ ｓｃｈｅｍｅ ｆｏｒ ｓ￣ｕｒｅ ｄａｔａ ｓｈａｒｉｎｇ ｉｎ ｃｌｏｕｄ［Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｐａｒａｌｌｅｌ Ｐｒｏｃｅｓｓｉｎｇ（ＩＣＰＰ）．２０１ １：１４５—１５３． ［１８］ＳＩ Ｘｉａｏｌｉｎ，ＷＡＮＧ Ｐｅｎｇｐｉｎａ，ＺＨＡＮＧ Ｌｉｗｕ．ＫＰ－ＡＢＥ ｂａｓｅｄ ｖｅｒｆｉ— ａｂｌｅ ｃｌｏｕｄ ａｃｃｅｓｓ ｃｏｎｔｏｒｌ ｓｃｈｅｍｅ［Ｃ］／／Ｔｒｕｓｔ，Ｓｅｃｕｒｉｔｙ ａｎｄ Ｐｒｉｖａｃｙ ｉｎ Ｃｏｍｐｕｔｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＴｒｎｓｔＣｏｍ）．２０１３：３４—４１． ［１９］ＸＩＯＮＧ Ａｎｐｉｎｇ，ＧＡＮ Ｑｉｘｉａｎ，ＨＥ Ｘｉｎｘｉｎ，ｅｔ ａ１．Ａ ｓｅａｒｃｈａｂｌｅ ｅｎ— ｃｒｙｐｔｉｏｎ ｏｆ ＣＰ—ＡＢＥ ｓｃｈｅｍｅ ｉｎ ｃｌｏｕｄｓｔｏｒｇａｅ［Ｃ］／／Ｗａｖｅｌｅｔ Ａｃｔｉｖｅ Ｍｅｄｉａ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ（ＩＣＣＷＡＭＴＩＰ）． ２０１３：３４５—３４９． ［２０］ＷＡＮＧ Ｇ，ＬＩＵ Ｑ，ｗｕ Ｌ．Ｈｉｅｒａｒｈｉｃａｌ ａｔｔｉｒｂｕｔｅ・ｂａｓｅｄ ｅｎｃｒｙｐｔｉｏｎ ｆｏｒ ｉｆｎｅ—ｒｇａｉｎｅｄ ａｃｃｅｓｓ ｃｏｎｔｒｏｌ ｉｎ ｃｌｏｕｄ ｓｔｏｒａｇｅ ｓｅｒｖｉｃｅｓ［Ｃ］／／Ｐｒｏｃ ｏｆ ｔｈｅ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃ０ｍｍｕｎｉｃａｔｉｏｎｓ Ｓｅｃｕｒｉｔｙ． ２０１０：７３５—７３７． ［２１］ＢＬＡＺＥ Ｍ，ＢＬＥＵＭＥＲ Ｇ，ＳＴＲＡＵＳＳ Ｍ．Ｄｉｖｅｒｔｉｂｌｅ ｐｒｏｔｃｏｏｌｓ ａｎｄ ａｔｏｍｉｃｐｒｏｘｙ—ｃｒｙｐｔｏｇｒａｐｈｙ［Ｃ］／／Ａｄｖａｎｃｅｓ ｉｎ Ｃｒｙｐｔｏｌｏｇｙ—Ｅｕｒｏ— ｃｒｙｐｔ．１９９８：１２７—１４４． ［２２］ＧＲＥＥＮ Ｍ，ＡＴＥＮＩＥＳＥ Ｇ．Ｉｄｅｎｔｉｔｙ－ｂａｓｅｄ ｐｒｏｘｙ ｒｅｅｎｃｒｙｐｔｉｏｎ［Ｃ］／／ ＡＣＮＳ．２００７：２８８—３０６． ［２３］ＨＡＮ Ｊ，ＳＵＳＩＬＯ Ｗ，ＭＵ Ｙ．Ｉｄｅｎｔｉｔｙ—ｂａｓｅｄ ｄａｔａ ｓｔｏｒｇａｅ ｉｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ［Ｃ］／／Ｆｕｔｕｒｅ Ｇｅｎｅｒａｔｉｏｎ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍｓ．２０１３： ６７３—６８１． ［２４］ＳＵＲ Ｃ，ＰＡＲＫ Ｙ Ｈ，ＳＨＩＮ Ｓ Ｕ，ｅｔ ａ１．Ｃｅｒｔｉｉｆｃａｔｅ，ｂａｓｅｄ ｐｒｏｘｖ ｒｅ—ｅｎ— ｃｒｙｐｔｉｏｎ ｆｏｒ ｐｕｂｌｉｃ ｃｌｏｕｄ ｓｔｏｒａｇｅ［Ｃ］／／７ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎ￣ｒ－ ｅｎｃｅ ｏｎ Ｉｎｎｏｖａｔｉｖｅ Ｍｏｂｉｌｅ ａｎｄ Ｉｎｔｅｒｎｃｔ Ｓｅｒｖｉｃｅｓ ｉｎ Ｕｂｉｑｕｉｔｏｕｓ Ｃｏｍｐｕｔｉｎｇ（ＩＭＩＳ）．２０１３：１５９—１６６． ［２５］ＹＡＮＧ Ｃ Ｈ，ＬＡＩ Ｊ Ｂ．Ｐｒｏｔｅｃｔｉｎｇ ｄａｔａ ｐｒｉｖａｃｙ ａｎｄ ｓｅｃｕｒｉｔｙ ｏｆｒ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｂａｓｅｄ ｏｎ ｓｅｃｒｅｔ ｓｈａｒｉｎｇ［Ｃ］／／Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｂｉｏｍｅｔｉｒｃｓ ａｎｄ Ｓｅｃｕｒｉｔｙ Ｔｅｃｈｎｏｌｏｇｉｅｓ（ＩＳＢＡＳＴ）．２０１３： ２５９—２６６． ［２６］ＪＵＮＧ Ｔ Ｈ，ＬＩ Ｘ Ｙ，ＷＡＮ Ｚ Ｇ，ｅｔ ａ１．Ｐｒｉｖａｃｙ ｐｒｅｓｅｒｖｉｎｇ ｃｌｏｕｄ ｄａｔａ ａｃｃｅｓｓ ｗｉｔｈ ｍｕｌｔｉ—ａｕｔｈｏｒｉｔｉｅｓ［Ｃ］／／ＩＥＥＥ ＩＮＦＯＣＯＭ．２０１３： ６２５—２６３３． ［２７］ＳＨＥＮＧ Ｚｈｏｎｇｈｕａ，ＭＡ Ｚｈｉｑｉａｎｇ，ＧＵ Ｌｉｎ，ｅｔ ａ１．Ｐｒｉｖａｃｙ—ｐｒｏｔｅｃｔｉｎｇ ｉｆｌｅ ｓｙｓｔｅｍ［Ｃ］／／Ｉｎｔｅｎｒａｔｉｏｎａｌ Ｃｏｆｎｅｒｅｎｃｅ ｏｎ Ｐｕｂｌｉｃ Ｃｌｏｕｄ Ｓｔｏｒｇａｅ Ｃｌｏｕｄ ａｎｄ Ｓｅｒｖｉｃｅ Ｃｏｍｐｕｔｉｎｇ（ＣＳＣ）．２０１１：１４１—１４９． ［２８］陈钊．基于云灾备的数据安全存储关键技术研究［Ｄ］．北京： 北京邮电大学，２０１２． ＣＨＥＮ Ｚｈａｏ．Ｒｅｓｅａｒｃｈ ｏｎ ｋｅｙ ｔｅｃｈｎｉｑｕｅｓ ｏｆ ｓｅｃｕｒｅ ｓｔｏｒｇａｅ ｆｏｒ ｃｌｏｕｄ ｄｉｓａｓｔｅｒ ｒｅｃｏｖｅｒｙ［Ｄ］，Ｂｅｉｊｉｎｇ：Ｂｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｏｓｔｓ ａｎｄ Ｔｅ１ ，２０１２．（ｉｎ Ｃｈｉｎｅｓｅ） ［２９］ＰＲＩＹＡＤＨＡＲＳＨＩＮＩ Ｂ，ＰＡＲＶＡＴＨＩ Ｐ．Ｄａｔａ ｉｎｔｅｇｒｉｔｙ ｉｎ ｃｌｏｕｄ ｓｔｏｒ— ｇａｅ［Ｃ］／／Ｉｎｔｅｎｒａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｄｖａｎｃｅｓ ｉｎ Ｅｎｇｉｎｅｅｉｒｎｇ， Ｓｃｉｅｎｃｅ ａｎｄ Ｍａｎａｇｅｍｅｎｔ（ＩＣＡＥＳＭ）．２０１２：２６１—２６５． ［３Ｏ］ＪＵＥＬＳ Ａ，ＫＡＬＩＳＫＩ Ｂ Ｓ．ＰＯＲｓ：Ｐｒｏｏｆｓ ｏｆ ｒｅｔｒｉｅｖａｂｉｌｉｔｙ ｏｆｒ ｌｒａｇｅ ｉｆｌｅｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １４ｔｈ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｅｃｕｒｉｔｙ．２００７：５８４—５９７． ［３１］ＡＴＥＮＩＥＳＥ Ｇ，ＢＵＲＮＳ Ｒ，ＣＵＲＴＭＯＬＡ Ｒ，ｅｔ ａ１．Ｐｒｏｖａｂｌｅ ｄａｔａ ｐｏｓ— ｓｅｓｓｉｏｎ ａｔ ｕｎｔｕｒｓｔｅｄ ｓｔｏｅｒｓ［ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １４ｔｈ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｅｃｕｒｉｔｙ．２００７： ５９８—６０９． ［３２］ＢＯＷＥＲＳ Ｋ Ｄ，ＬＵＥＬＳ Ａ，ＯＰＲＥＡ Ａ．ＨＡｌＬ：Ａ ｈｉｇｈ・ａｖａｉｌｂａｉｌｉｔｙ ｎａｄ ｉｎｔｅｇｒｉｔｙ ｌａｙｅｒ ｏｆｒ ｃｌｏｕｄ ｓｔｏｒｇａｅ［ｃ］／／１６ｔｈ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｅｃｕｒｉｔｙ（ＣＣＳ）．２００９： １８７—１９８． ［３３］ＳＨＡＣＨＡＭ Ｈ，ＷＡＴＥＲＳ Ｂ．Ｃｏｍｐａｃｔ ｐｒｏｏｆｓ ｏｆ ｒｅｔｉｒｅｖｂａｉｌｉｔｙ［ｃ］∥ Ａｄｖａｎｃｅｓ ｉｎ Ｃｒｙｐｔｏｌｏｇｙ－Ａｓｉａｃｒｙｐｔ．２００８：９０—１０７ ［３４］安宝宇．云存储中数据完整性保护关键技术研究［Ｄ］．北京： 北京邮电大学，２０１３． ＡＮ Ｂａｏｙｕ．Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｋｅｙ ｔｅｃｈｎｉｑｕｅｓ ｏｆ ｄａｔａ ｉｎｔｅｇｒｉｔｙ ｐｒｏ－ ｔｅｃｔｉｏｎ ｉｎ ｃｌｏｕｄ ｓｔｏｒｇａｅ［Ｄ］．Ｂｅｉｊｉｎｇ：Ｂｅｉｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｏｓｔｓ ｎａｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１３．（ｉｎ Ｃｈｉｎｅｓｅ） ［３５］ＺＨＵ Ｙ．Ｅｆｉｆｃｉｅｎｔ ｐｒｏｖａｂｌｅ ｄａｔａ ｐｏｓｓｅｓｓｉｏｎｆｏｒ ｈｙｂｒｉｄ ｃｌｏｕｄｓ［Ｃ］／／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １７ｔｈ ＡＣＭ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｃｏｍ— ｍｕｎｉｃａｔｉｏｎｓ Ｓｅｃｕｒｉｔｙ．２０１０：７５６—７５８． ［３６］ＳＨＥＮ Ｓ Ｔ，ＺＥＮＧ Ｗ Ｇ Ｔ．Ｄｅｌｅｇａｂｌｅ ｐｒｏｖａｂｌｅ ｄａｔａ ｐｏｓｓｅｓｓｉｏｎ ｆｏｒ ｒｅｍｏｔｅ ｄａｔａ ｉｎ ｔｈｅ ｃｌｏｕｄｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １３ｔｈ Ｉｎｔｅｒｎａ－ ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｆｎｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｅｃｕｒｉｔｙ． ２０１１：９３—１１１． ［３７］ｗｕ Ｔ Ｙ，ＬＥＥ Ｗ Ｔ，ＬＩＮ Ｃ Ｆ．Ｃｌｏｕｄ ｓｔｏｒａｇｅ ｐｅｒｆｏｒｍａｎｃｅ ｅｎｈａｎｃｅ— ｍｅｎｔ ｂｙ ｒｅｌａｔｉｍｅ ｆｅｅｄｂａｃｋ ｃｏｎｔｏｒｌ ａｎｄ ｄｅ—ｄｕｐｌｉｃａｔｉｏｎ［Ｃ］／／Ｗｉｒｅ－ ｌｅｓｓ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｙｍｐｏｓｉｕｍ（ＷＴＳ）．２０１２：１—５． ［３８］ＺＨＡＮＧ Ｘｉｎｇｙｕ，ＺＨＡＮＧ Ｊｉｎａ．Ｄａｔａ ｄｅｄｕｐｌｉｃａｔｌｏｎ ｃｌｕｓｔｅｒ ｂａｓｅｄ ｏｎ ｓｉｍｉｌａｒｉｔｙ—ｌｃｏａｌｉｔｙ ａｐｐｒｏａｃｈ［ｃ］／／ＩＥＥＥ Ｉｎｔｅｎｒａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｇｒｅｅｎ Ｃｏｍｐｕｔｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＧｒｅｅｎＣｏｍ），Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ（ｉＴｈｉｎｇｓ／ＣＰＳＣｏｍ），ａｎｄ ＩＥＥＥ Ｃｙｂｅｒ，Ｐｈｙｓｉｃａｌ ａｎｄ Ｓｏ－ ｃｉｌａ Ｃｏｍｐｕｔｉｎｇ．２０１３：２１６８—２１７２． ［３９］ＲＡＳＨＩＤ Ｆ，ＭＩＲＩ Ａ，ＷＯＵＮＧＡＮＧ Ｉ．Ｓｅｃｕｒｅ ｅｎｔｅｒｐｒｉｓｅ ｄａｔａ ｄｅｄｕ． ｐｌｉｃａｔｉｏｎ ｉｎ ｔｈｅ Ｃｌｏｕｄ［Ｃ］／／ＩＥＥＥ ６ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ（ＣＬＯＵＤ） ２０１３：３６７—３７４． （下转第５６页）
