应用CBF实现云动态数据存储的完整性校验

发布时间：2018-03-05 07:13

本文选题：云存储　切入点：数据完整性　出处：《小型微型计算机系统》2014年10期 　论文类型：期刊论文

【摘要】：云数据存储服务为用户提供了一种新型的数据服务模式.但数据所有者因失去对数据的直接控制,面临对不可信的云服务提供者的数据存储担忧.目前普遍采用基于同态技术的数据完整性校验算法.但这种算法在面对大数据存储中的动态数据时,出现计算开销大和校验效率受数据分块大小影响较大等问题.提出一种基于Counting Bloom Filter(CBF)的数据完整性校验算法,采用CBF作为校验元存储结构和相关的哈希运算实现动态数据的完整性校验.理论分析和模拟测试结果表明,算法在满足动态性数据校验要求的前提下,降低校验时的校验数据传输开销,减少了校验的计算时间,降低了数据分块大小的影响,极大的提高了校验能力.
[Abstract]:The cloud data storage service provides a new mode of data service for users, but the data owner loses direct control over the data. Faced with data storage concerns about untrusted cloud service providers, homomorphic data integrity verification algorithms are widely used. However, this algorithm is used in the face of dynamic data stored by big data. This paper presents a data integrity verification algorithm based on Counting Bloom filter. CBF is used as the storage structure of the checkout element and the related hash operation is used to realize the integrity check of the dynamic data. The theoretical analysis and simulation results show that the algorithm meets the requirements of dynamic data verification. It can reduce the transmission cost of calibration data, reduce the computing time of verification, reduce the effect of data block size, and greatly improve the checking ability.
【作者单位】：东华大学计算机科学与技术学院;同济大学嵌入式系统与服务计算教育部重点实验室;
【基金】：国家自然科学基金项目(61070032,61300100)资助上海自然科学基金项目(13ZR1451000)资助同济大学嵌入式系统与服务计算教育部重点实验室和高密度人居环境生态与节能教育部重点实验室开放课题资助
【分类号】：TP333

【参考文献】