云存储环境下数据完整性检验和出错数据恢复技术研究

发布时间：2020-05-15 19:49

【摘要】：本文简单介绍了云计算和云存储,根据国内外云数据安全的现状,分析了现有的云存储平台在数据的完整性检测方面的不足之处,在云数据的完整性方面对云存储平台进行改进,提出了云数据完整性检测模型IDBRS(Integrality DetectionBased on Reed-Solomon code),设计和实现了基于IDBRS模型的云数据完整性检测系统IDBRS和数据恢复系统,并提出了存储节点动态分级管理机制,增强了云数据的安全性和可靠性。论文首先介绍了云存储体系结构及现有的安全机制,分析了现有的数据完整性检测技术的优缺点,详细介绍了擦除码的相关知识,重点介绍了RS码的工作原理及其在云数据完整性检测与保护方面的应用。然后,从云数据完整性的公共检测能力、动态数据的支持、计算与通信开销等几个方面,对现有方案进行了分析,针对现有方案的不足,提出了云数据完整性检测模型IDBRS,并给出了基于IDBRS模型的云数据完整性检测方案,该方案无需在客户端保存验证码等元数据,就能实现云数据的完整性检测,并具有公共检测能力,在减少存储开销的同时,还消除了因元数据丢失而产生的安全隐患。其次,设计了云数据恢复系统,并提出存储节点动态分级管理机制,以便更好地对存储节点进行管理,该机制既增强了数据的安全性和可靠性,又能提高云数据完整性检测效率。最后,对云数据完整性检测方案IDBRS和数据恢复系统进行了实验测试和结果分析。实验表明IDBRS检测方案能够有效地对云数据进行完整性检测,并具有较低的存储和通信开销,数据恢复系统能够保障数据的可靠性和安全性。
【图文】：

示意图,存储体系结构,示意图,检验信息

机函数密钥的个数来决定的，故只能做有限次检测。从目前的研究来看，运用检验信息进行数据完整性检测有以下不足：息一般涉及比较复杂的数据结构与签名运算，而且，所需的检验信息增加的存储负担与网络通信开销；当检测到数据完整性被破坏，只能放弃当前的数据；即使数据有较小的变动，也必须重新计算完整的检验信息；一旦息丢失，数据将无法验证。1.3 研究内容本文介绍云存储模型的工作原理及其安全机制，阐述了数据完整性检本概念与检测方案，并详细介绍了 RS 码算法，包括 RS 码的实现过程和它码原理。分析了云存储数据完整性检测的意义、面临的挑战以及现有工作在对现有的数据完整性技术进行了综合分析的基础上，针对文本数据完整测问题，结合云存储体系结构的特点，利用 RS 码技术，设计并实现相应的整性检测方案和数据恢复系统，同时进行了理论和实验的分析。图 1.1 给出典型的云存储体系结构示意图。

示意图,擦除,编解码,数据分块

第 15 页图 2.3 擦除码编解码示意图 ( n, k)擦除码编解码方法可以简单描述为：发送方将长度为某数据包通过编码产生 n ( n> k)个长度相同的编码数据包。假设编码数据包中的 r ( r≥ k)个，那么，通过译码能够恢复出原始将 ( n, k)擦除码称为有比率码，将（ n k）/k称为该编码的冗余。当该编码算法以系统码的方式应用于数据分块编码，会生分块不仅包含了数据分块还有冗余分块。这样数据分块与冗会大于单纯的数据分块，，将数据分块与冗余分块视为同等地结点进行存储。如此在用户读取文件时无论是数据分块还是了一定数量的分块就可以重组出文件内容。并且由于通常算都会引入纠错思想，从而极大地避免了恢复文件与源文件存组的情况。
【学位授予单位】：国防科学技术大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TP333

【参考文献】