云存储中多维数据查询隐私保护的研究与应用

发布时间：2017-10-27 05:05

  本文关键词：云存储中多维数据查询隐私保护的研究与应用

  更多相关文章： 云存储 隐私保护 多维数据 多维范围查询

【摘要】：在云存储中,数据拥有者将加密的数据和数据索引上传到云服务器(Cloud service provider,CSP)中,当用户要对数据进行查询时,CSP需要根据存储的索引信息对数据进行检索。这虽然能保证数据的机密性,但由于CSP是半可信且好奇的,所以当CSP处理大量的数据查询请求时,就有可能造成隐私泄露。因此一个好的数据查询机制既能够提供高效的数据查询,又能够保证用户数据隐私和查询隐私。多维数据是一类比较广泛而重要的数据,近年来,关于多维数据查询机制的研究成为了热点。本文针对多维实时数据和多服务器的场景,对多维数据的隐私保护查询算法进行了以下研究:1.针对云存储中实时数据外包的隐私保护问题,提出了一种多维实时数据范围查询的隐私保护方案。在传统的实时数据外包场景中,由数据拥有者负责对数据收集者们收集到的实时数据进行加密、索引建立以及数据上传工作。新方案将系统总时间分成N个时间阶段,并将基于非对称加密技术的密钥隔离技术(Key-insulated technology)运用在桶化方案中。新方案中的数据收集者们分担了原本由数据拥有者承担的数据加密、索引建立和数据上传工作,大大降低了数据拥有者的开销;新方案中密钥在每个时间阶段进行自主更新,密钥管理工作简便,数据拥有者仅需在每N个时间阶段对密钥进行初始化即可。另外,新方案还支持查询结果的完整性验证,能够检测出半可信CSP是否返回了正确的查询结果。2.在上述方案的研究基础上,本文还提出了一个改进方案。与上述方案相比,改进方案将密钥更新技术(Key-evolving technology)运用在桶化方案中,其密钥更新工作无需第三方服务器的参与。从实验结果来看,改进方案的数据加密及索引建立的开销增大了,而查询及查询结果完整性验证的开销减小了。3.针对云存储中多服务器的密文检索问题,提出了一种多服务器的多维范围查询隐私保护方案。新方案提出了一种适用于多服务的数据外包场景的桶化方案,能够保证数据存储的聚集性和均匀性,为后续高效的数据检索提供了保证,解决了因数据存储不均而引起的负载不均衡问题及后续多维范围查询结果中的假阳性数据。新方案引入了一个专门负责数据检索的可信第三方,大大降低了云端的查询开销,同时也减少了CSP在数据检索过程中窥探数据隐私的可能性。
【关键词】：云存储 隐私保护 多维数据 多维范围查询
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP333;TP309.2
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-18
• 1.1 研究背景11-13
• 1.1.1 云计算与云存储11-13
• 1.1.2 隐私保护13
• 1.2 国内外研究历史与现状13-16
• 1.3 论文研究内容与创新点16-17
• 1.4 论文组织结构17-18
• 第二章 云存储中多维数据查询隐私保护技术研究概述18-34
• 2.1 多维数据的概念及应用18-19
• 2.2 云存储中的数据隐私保护技术19-24
• 2.2.1 数据失真19-21
• 2.2.1.1 随机扰动技术19-20
• 2.2.1.2 随机应答技术20-21
• 2.2.2 数据加密21-23
• 2.2.3 数据匿名化23-24
• 2.3 安全索引24-27
• 2.3.1 对称可搜索加密技术24-25
• 2.3.2 非对称可搜索加密技术25-27
• 2.4 多维数据的索引27-31
• 2.4.1 树状的索引结构27-29
• 2.4.1.1 KD树27-28
• 2.4.1.2 R树28-29
• 2.4.2 非树状的索引结构29-31
• 2.4.2.1 希尔伯特曲线29-30
• 2.4.2.2 Z区域(Z-region)填充曲线30-31
• 2.5 密钥管理31-33
• 2.5.1 密钥隔离技术31-32
• 2.5.2 密钥更新技术32-33
• 2.6 本章小结33-34
• 第三章 一种针对实时数据的多维范围查询隐私保护方案34-47
• 3.1 引言34-35
• 3.2 系统模型35-37
• 3.2.1 多维实时数据外包模型35-36
• 3.2.2 实时数据的多维范围查询模型36-37
• 3.3 系统初始化37
• 3.4 数据收集者采用的数据外包方案37-40
• 3.4.1 数据桶的划分38-39
• 3.4.2 数据桶的加密39-40
• 3.4.3 验证码(verifying numbers)的生成40
• 3.5 多维范围查询及查询结果完整性验证方案40-44
• 3.5.1 基于公钥体制的密钥隔离技术的密钥更新42-43
• 3.5.2 多维范围查询及查询结果的完整性验证43-44
• 3.6 安全性分析44-46
• 3.6.1 查询结果完整性验证方案的安全性44-45
• 3.6.2 针对数据收集者的攻击45
• 3.6.3 密钥的安全性45-46
• 3.7 本章小结46-47
• 第四章 一种不需要第三方服务器的改进方案47-60
• 4.1 引言47
• 4.2 系统模型及系统初始化47-49
• 4.2.1 系统模型47-48
• 4.2.2 系统初始化48-49
• 4.3 改进的数据外包方案49-50
• 4.4 改进的多维范围查询及查询结果完整性验证方案50-51
• 4.4.1 解密密钥更新50
• 4.4.2 多维范围查询及查询结果的完整性验证50-51
• 4.5 密钥的安全性分析51
• 4.6 实验结果51-59
• 4.6.1 系统模型与传统方案的总体对比51-54
• 4.6.2 方案的具体开销54-59
• 4.7 本章小结59-60
• 第五章 多服务器的多维范围查询隐私保护方案60-79
• 5.1 引言60
• 5.2 系统模型60-62
• 5.3 基于多服务器的数据外包方案62-66
• 5.3.1 基于桶方法的数据域的划分63-65
• 5.3.2 数据桶的生成与加密65-66
• 5.4 基于多服务器的多维范围查询方案66-70
• 5.4.1 可信第三方的数据检索机制68-69
• 5.4.2 授权用户对云服务器端的数据访问69-70
• 5.5 安全性分析70-71
• 5.5.1 方案的隐私性分析70
• 5.5.2 攻击分析70-71
• 5.6 实验结果71-78
• 5.6.1 与传统方案的对比71-75
• 5.6.2 方案具体开销及性能分析75-78
• 5.7 本章小结78-79
• 第六章 总结及展望79-82
• 6.1 全文总结79-80
• 6.2 后续工作展望80-82
• 致谢82-83
• 参考文献83-87
• 攻读硕士学位期间取得的成果87-88

【参考文献】

中国期刊全文数据库 前3条

1 孙辛未;张伟;徐涛;;面向云存储的高性能数据隐私保护方法[J];计算机科学;2014年05期

2 周水庚;李丰;陶宇飞;肖小奎;;面向数据库应用的隐私保护研究综述[J];计算机学报;2009年05期

3 董道国;薛向阳;罗航哉;;多维数据索引结构回顾[J];计算机科学;2002年03期

中国硕士学位论文全文数据库 前1条

1 董云云;多维数据索引架构研究[D];云南大学;2014年

，

本文编号：1102017