云存储提供的动态易扩展的虚拟化资源服务方式为用户存取数据带来了极大便利,但也使得用户数据完整性遭受诸如攻击者主动破环、服务器硬件错误、人为操作失误等因素的威胁,数据完整性校验成为解决这一问题的重要手段。目前,许多可证明数据持有方案或可恢复性证明方案可以快速校验一批数据块的完整性,但当校验失败时,不能快速有效的识别出受损数据的位置。另外,这些方案没有考虑移动云存储环境中移动设备承担校验者时的能耗问题；而且对受数据的特点、数据访问量、数据重要程度等因素影响的用户弹性校验需求也缺乏研究。为了实现数据校验的能量有效性,本文首先利用数据标签合并及信息盲化技术,设计了一种高效的基于立方体“三维定位”思想的Cube数据损坏检测方法,在保证检测过程中用户数据机密性的同时,实现了云存储中受损数据的高效检测。在此基础上,利用多个校验者(或称校验组)进行数据校验,并对校验完成时间预估计,设计了一种能量有效的云存储校验任务分配算法EEAVT,有效提高移动校验者校验的效率及可靠性,同时在满足用户弹性校验需求情况下达到了数据校验过程的能量有效性。理论分析和实验评估表明Cube检测方法具有较高的坏块检测能力,且大多数情况通过一轮检测就可以发现挑战块中所有坏块,有效降低了检测过程的传输消耗和计算消耗,实现了损坏数据的高效检测。而EEAVT能够在满足用户校验需求的同时,通过动态调整校验任务的分配来有效降低校验过程的能耗,具有更高的校验效率和可靠性,实现了数据校验过程的能量有效性。