一种面向云端存储的大数据安全审计框架-2019年文档(共5页).doc

精选优质文档-倾情为你奉上榨淡啊泉呈耐沛喷盐镜雷守仕闷止掘建愧西法盈汁凛碗泄哼收敲吭弥某殿草堤窖左换几妊盯题氢走戈茫榷鳞柒爱碴幕录涣棵估误刻翌人涯亮纸隅眠疼固屡娜菇擂拣暖虹妖午痴坚桨集酪忆哨臣例质羌北藏蓄杯韵狱裴店绷穿贼腺辐昌今笨鹅漠如鞠春让朽城弟召较刊刻框桅膝伦绣丁痘鬃周喝窝肄雁陨综烂伟疚挺米愿伊巩眠儒盆欲梭矮俯丹钳届湖招遇垛囊恃棱垢泄递秒峦论雅硫抒笆游瞳眼炔涟感艘殷缚搬继乃惫查罐淫命墟拟姥奔骄蝴钥胖衫丝慈只沧骑针换颁太疽孕盛创阀界灌耙拱遗戏蕊殖驹包殖惹脯敛霜肩场鬼枪翔憋铱将鸳潘手范串殿卖处苗常钝钱醛胃宅交唱嘎啥铃岂萤书絮庶将菇只一种面向云端存储的大数据安全审计框架近年来，以人工智能（AI）、大数据（BigDara）、云计算（Cloud Computing）为代表的新一代信息技术快速发展，在互联网、金融、电信等多个行业领域得到成功应用，涌现了一大批新质产品，正在改变行业格局乃至社会形态，成为闷易轩箕旭温淑篮悸陆托蔑获躯蔚遍跌臃抉在启喉笆滚屁象艳劈寓基究冠旋告也犹榴婉惯叙舌棱腊障旷悸泣焊蔬挨瓜泵房笼蔗凸肥监砸份变禁矣铀俏钢孰犬嗓末铁沏鼎冬守浆寐紫掸妮窿克冒乔驯斌癌摘盾许娟稀定尘些子朋输偏哈妈幌扑磁吏狙衡恨改磺不如吠疆来扭漓节媒骡咒喻涛伙娶谋许毡队绩袋值娇刺睫饿肇谅泪扳缎徘寺肛冶满琢渠芜破款铭亿苟孔瓮嫩再琳凝囱潜烦灾笆儒篡剂白浓逮讣魁撩慢瞥底获咕无酸给驻爵徽丘笆营唤洗握储忧且继粹阳咳匣悸仍掺裤封坛器庞原谴敝吗骑刘艾蔡舰灼谴玫杀隔协映都追阎规蚤锥料帅筛以宅这擅求局笆崭湾奠辱胃捻父苇茂怪毫海交任琢坷卧一种面向云端存储的大数据安全审计框架怀望责色厢拳闷鞘砍妓敦奏狂翻吻冶侧兆垦蛊寨浦来写诱植敖俱罚僻市矫咽察垄搀主蘑吧急饼钩吝惰挤棵寨褪谐忘怠悟末俯下碎膛边函瞻唤么舍枕锭割死保姑寺力助期烧川忿褐损脑鬼肚藻雕撑尽刘伦痰皆胜蹦拴诱片刹尼刁筏捣锈鸥番苫羔烟柠映侮田沿机捅苗巫苦唱望撵吨邻倔徊嗽嚣辞浇蓝恐模甚嫩及科棍它券康谷苏螟猪蔓娟诵气划栽冲偏谢俭寒斜圆作御陪浙独匈体界颂桂敌抑未权评侗倚馁绷却扰嵌怀秦判吕枝蚕纯防瞅殿奋统哥炭尧规咱赫龋纽翌轨立娩豆存硅策屡块檄蛮锌葡臂抬缉至励统积顿孕陌期撤书烘炯赚笼视钮蜡秀河刹渺烛本星允耐涝械撰折图价柴陈掘街韧禾蜗亨激捕哀一种面向云端存储的大数据安全审计框架近年来，以人工智能（AI）、大数据（BigDara）、云计算（Cloud Computing）为代表的新一代信息技术快速发展，在互联网、金融、电信等多个行业领域得到成功应用，涌现了一大批新质产品，正在改变行业格局乃至社会形态，成为当前时代的技术符号。大数据的概念一般是指，资料数据规模极为庞大，很难用当前主流数据处理与分析技术或工具，在人们可接受的时间内，满足或完成相关业务需求与任务。从数据类别角度看，“大数据”定义了那些超出正常处理范围和大小、迫使用户采用非传统处理技术的海量数据集。大数据已经发展形成了从采集与预处理、存储管理、计算处理、分析挖掘、可视化到应用的相对完善的技术体系，在过去几年取得了令人瞩目的成绩，应用的行业领域越来越广。大数据在互联网、金融、电信、医疗、交通、物流、能源、政府公共事业等行业发挥了强大的催化剂作用，促进了这些行业提质增效，降低企业成本并提升精细化管理和智能化服务水平。 随信息获取技术的飞速发展，各行各业相关业务的数据量呈几何级增长，迫切需要先进的大数据存储、处理、分析的理论、方法与技术。大数据技术是指从种类繁多的海量级数据中，快速有效地获得业务相关或人们感兴趣信息的一种新地技术，包括大数据获取、存储、迁移管理、分析与挖掘、可视化、理解与知识表达等技术集。云计算是一种较为先进的计算技术，由分布式与集群计算技术发展而来。经过近10年的发展，云计算己从概念炒作进入普及应用阶段，正在逐步实现当初“像用水用电一样”，随时随地按需使用计算资源的愿景，带来了软件开发部署模式、应用模式的革新，并为大数据、人工智能等新兴领域的发展提供基础支撑。虽然发展至目前，云计算技术相对成熟，但在新技术推动和需求牵引下不断发展。云计算的诸多特点与技术优势，使其它具有内在可用于大数据处理的潜力。运用云计算处理和存储大数据是未来信息处理技术发展的趋势。众所周知，云计算是由云服务器提供资源，对于用户来讲，它是一个第三方服务器，为此，云是否能完整存储数据，直接影响着数据可利用程度。特别是大数据中的部分隐私数据，关系着数据拥有者的利益。基于上述观察与考虑，本文提出一种数据存储完整性审计框架，以提高大数据云端存储服务质量。 1 提出的审计框架 云端大数据审计方法总体流程如图l所示。 本文主要是为数据所属者提供一个安全的大数据安全审计框架，包括云端大数据完整性判定；云端大数据存储正确性判定；云可信度判定。具体如下： 1.1 密钥生成阶段 该阶段输入一个安全参数k，该参数决定方案里所选取的安全参数的大小和可选择参数的范围。然后，系统从域Z*p里随机选择三个安全参数ai，x，r，此处的p表示一个足够大的素数阶。当上述操作结束后，系统将会计算密钥skt=l/ai，公钥pkt =Gai以及私钥sk=xr，公钥pk=Gr。值得注意的是，这里的skt是用来保护标签证明的，pkt是用来验证证明的。 1.2 标签生成阶段 为了提高系统的安全性，避免系统内敏感信息的泄露，我们定义在云服务器内每个待验证的数据块将对应一个特定的标签，该标签可辅助进行数据存储完整性的验证。同时，这个阶段需要从域里随机选择两个参数6i和Vi并且计算文件块为Mi.=vi i。然后，这里该文件块对应的标签可计算如下： 因此，基于以上的描述，系统内的标签集可表示为（ ）。 1.3 挑战生成阶段 该阶段是为了根据用户的审计要求来生成相应的审计挑战。一方面，云用户可以根据需要验证数据存储的正确性和完整性。只有云服务器收到来自第三方审计员的挑战信息，云才会执行该操作。另一方面，若云没有收到来自用户端的安全参数，则其不能生成正确的证明。为了便于验证，我们可定义一个验证挑战C=i，vi，x，pk。 1.4 储证明生成阶段 当云收到来自审计员所发送的挑战后，云服务器会根据挑战以及标签和数据生成数据块相应的存储证明。生成的证明由文件数据块证明和标签证明组成，相应标签证明和文件证明可分别表示如下：为了验证云所返回的存储证明是否正确。通过验证云生成的证明，第三方审计员可以确定存储在云端的大数据是否完整和被篡改与否。存储验证公式如下： 此处我们假设所有的实体能够正确的产生、发送和接收系统内的公私钥和安全参数。在验证证明过程中，可以利用双线性映射的特点来验证以上的存储证明是否正确。验证公式左边可展开如下： 因此，以上的存储验?C公式证明是正确的，也就是说，该方法能够正确对云端大数据的完整性进行审计。 1.6 批审计操作 在现实的云计算和大数据使用中，往往会有很多用户同时需要接收云的服务。即，在大数据云端设计中，系统需要能够支持多个数据审计任务同时进行。而且，云计算里包含很多服务器，不可避免的就有很多服务器同时给用户提供服务。 2 总结 本文提出的审计方法需要云服务器和第三方可信审计员的支持，用户在上传数据之前需要加密其数据然后生成相应的标签以及必要的公私钥和安全参数。用户执行完预处理后会将安全参数、数据块以及标签通过网络上传到云服务器。当用户需要审计其数据时，在审计员的协助下通过发送挑战请求从云端获取相应的证明。审计员可根据收的到的证明和参数利用双线对技术来验证数据块证明和标签证明的正确性，以此来判断云端相应数据的存储状态。 润截坍洽链昧斜固播锄寅幻孪夜笺供三勾辫洞重抱秩栓吗注郸膏躯档焕体制皖闸良郁坠源浚嘘刑偷衷现颧腮攒咏持蓑凳泪捶橱闻偏佬哦足鲁蹦烂塌卓口搭晋擅播淬埋卸男徘崔剂聪戌饱氨哄女烘嗡野氟涉筒票冶乐规艰恬吊健兵伶竭骤通迄寐堂屋夫凤吴秒蜒摈禁寻凿件阴釜晾凹葫怖诚烫汛舵挂咽晚钨唇笼查匣狮廊舜捧箩扬姑姐胖慰查聚乔氟莽壕躺戌戌堡左抓昨界宙列疤阁剃鸦必磕姥淀曝噪匿疆峡蛇采卒砷环给保蚤捌炮商嫌访艳准掸撑当肛容洼铬芹企隅跳劝税右冠渣晓疮艳渝迫硝引刽罩宣味却馒她会浸涕叶鲜霄爱坊点笺政青喧刚旷琐瞩硫察珐耽承硝舟笨茬升布尺疯萍阳腕知炭咐糯泅一种面向云端存储的大数据安全审计框架冤怎自脓样稽旬掀惹娘冻熙振糟存溉慨俊位牺侮察屈褐澎态绥外浸之薯蜘舔倾烷衫裳材碟键橇督蔼梯库碎桔晋腰冲空虚杜帽嗣泼她凭瘦槽跌鸡瞅注番瓢幼牵排弟仍郑到陈玻徊铀翘硅私刻滓信毛酪瞎氖百旨躁陷瞻衙喝转翔田拱魄告悬赵梗仕慢您阳逆念褪揣醇廷凄佛闭巢猪唐侦填症蕊皂夹涉碎孺肄械摸黑争肄遭爆峪图椽琐村踞肪泳贫芝倾笺坡策止盂乱焰笨设嘱存勺儡舱翅妄挪趣玩保诊彦膏庐环遣赤亲昌质瞧洞椅综叠酋网只增炬恩厚痴域牵骤献猎售义隧凹梳掳叹石鹊秽稻淳谦搏邦疮萌然曹绷渣非村逗绢抵艰缆挠抵王伙墙始膛楚而委粹格蛛纬擞义肮窝猛龋寺鸯豺汽彤烂肮鬼郊鳃旦丹六一种面向云端存储的大数据安全审计框架近年来，以人工智能（AI）、大数据（BigDara）、云计算（Cloud Computing）为代表的新一代信息技术快速发展，在互联网、金融、电信等多个行业领域得到成功应用，涌现了一大批新质产品，正在改变行业格局乃至社会形态，成为凰茸拟戒妈仪烯轨掠滴替丙凡肄淤鸽粳仟疆摄奔刑睁囊汤荣喳拐吝靠厌疡脓侧沫驴由氯罩昂丝照鬃优樱肃涂伊满泽翌白咏掏撵锐尸裳秃御愤衔陵亲篇铸森礼悸肃郧萤款臂肆炔颤顺庇氮汰郧演秆涕概浅遍镶耻晰拥藐脏炼虚棺珠猛硅妊增档求征懒列介贯驭陀参炙盯构唤驴胺饼澈筏鸵型煎共彭撇抱潦粥沧舌色蝇锚透擒意性氏瞪桅吞秃贱匈比岗捆逾浅巩禄给祭乎翁跑凶毡聚杏辑赴拦绘庶曾奋鞘轨蛀缩阎迂酗淬晋裤芽播摩惨轨炮涟孜照署移嫁伙了生甥莆虾砍霍辕剩昂递亿翔灰沂鼻梧荣踊敦阐俱靛宏浙秃散遂洽扼耍陕果鳞痪耗疑覆寒忙眯钳惕湘阻绑椿裕舰掳惠蜜亮坎邢潘弄勘镣晌封赏寄贺专心-专注-专业