基于区块链的云存储中数据完整性验证研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:tcliany
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网的飞速发展,数据的增长速度也在急剧增加,将所有的数据存储在本地磁盘已经无法满足数据的需求,越来越多的公司和个人用户选择将数据存放在云上。为了数据的正确使用,用户需要确保从云端获取的数据是完整的。因此,如何检验存储在云上数据的完整性就成为一个重要问题。传统的云存储中数据完整性验证框架通过引入第三方认证机构(Third Party Auditor, TPA)来完成验证工作。由于该框架完全依赖TPA来执行验证工作,因此对TPA的可信度要求极高。同时,TPA是一个集中式机构,若云服务商恶意勾结第三方机构,则会导致数据完整性验证的结果不一定可信。
  P2P(Peer to Peer, P2P)技术的出现加快了信息共享的速度,也降低了存储数据的成本。针对P2P云存储场景,提出了一个基于区块链的云存储中数据完整性验证方案。该方案使用了具有随机挑战性数字的默克尔树进行数据完整性验证,分析了不同默克尔树结构的对验证性能的影响,引入了区块链来去除了对第三方机构的依赖。针对资源有限、实时性要求高等问题,提出了抽样验证方案,制定了合理的抽样策略,研究了最佳样本容量来综合考虑验证开销与验证精度。考虑到云边结合的架构被越来越多的场景应用,进一步针对云边结合的云存储场景,提出了一个具有四层网络架构的验证方案。基于该验证方案,实现了一个原型系统,给出了智能合约的具体实现,并进行了一系列实验来评估所提方案的有效性。
  实验结果表明,在抽样验证的过程中,存在最佳的样本容量使得数据完整性验证性能达到最佳。与基于TPA的传统验证方案相比,提出的方案能实现更加可信的数据完整性验证。
其他文献
基于闪存的固态盘(NAND Flash-based Solid State Disk/Drive)因其低延时、低能耗、高抗震等特点被广泛应用在便携式设备、个人计算机及企业级存储系统中,并逐渐替代传统磁硬盘,在存储市场占据重要地位。固态盘控制器通过成对的写入/擦除操作改变闪存单元电压以存储数据,每对写入/擦除操作都会对闪存单元造成可累积的磨损。然而,闪存单元能够承受的磨损是有限的,一旦足量的闪存单元
学位
海量小文件会对分布式存储系统的读写性能产生极大影响。在分布式存储系统中,针对小文件读写性能的优化工作主要采用聚合和缓存预取机制,但仍存在以下问题:(1)现有的小文件聚合机制没有充分考虑小文件负载序列的时序特征,造成聚合块内文件关联度较低;(2)固定的聚合块大小不能适应小文件大小范围多变的特点,导致小文件写性能下降;(3)现有缓存替换算法没有综合考虑文件访问时间、访问频率以及缓存价值,导致小文件读取
深度卷积神经网络(Deep convolutional neural network,DCNN)常被用于处理机器视觉的任务,包括目标检测、场景标记等。DCNN具有计算量大、数据量大、模型结构复杂多样的特点,这些特点给异构加速带来挑战。目前,大多数DCNN加速器在有限的片上资源下,使用固化的数据流处理不同的DCNN模型计算,导致性能和能效下降。  针对上述问题,提出了兼顾能耗和性能优化的灵活的可重配
随着互联网的飞速发展,数据库的应用也越来越广泛,推动着数据库性能不断优化。数据库的查询优化是数据库性能优化研究的一个重要分支,其中表连接顺序的优化几乎是所有数据库查询优化器的核心,其目的是尽可能生成执行时间更短的查询计划。由于数据库代价模型、维护的统计数据的不准确,以及连接顺序搜索算法的局限性,现有的数据库管理系统经常会错过执行时间更短的表连接顺序。  针对上述问题,提出了一种基于机器学习和蒙特卡
新兴移动应用如虚拟现实/增强现实、车联网、人工智能、高速视频流等往往要求超低的服务延迟,传统的云计算服务架构难以满足日益严苛的用户需求。边缘计算通过将资源和服务向边缘下沉,以就近执行用户任务,可以有效缓解用户设备本地计算资源不足的问题,同时避免与远端云的数据传输,从而极大地降低服务延迟,已被视为未来网络的支撑性技术之一。  然而与远端云相比,边缘云计算资源仍是有限的。如何合理地选择任务进行卸载,并
学位
随着人工智能技术的发展,人们对对话系统的期待更多转移到沟通交流的需求。情感是影响人际沟通的重要因素,具备情感认知与表达的能力是智能的更高层级表现,其能够从更深层次理解与满足人类需求。然而目前大多数对话生成研究致力于提升回复的多样性与流畅性,忽略了情感表达的要求。融合情感认知的对话生成方法研究以对话中的情感信息为切入点,通过预测与表征对话文本中的情感信息,使对话系统具备情感感知的能力,然后将情感信息
学位
云计算是信息时代的重要发展趋势和国家重大发展战略。近年来,全球性的网络安全事件频发,而云环境由于虚拟机同质化等缺陷,用户隐私数据安全问题更加突出。在发生安全问题后,隐私侵犯取证成为大量企业和用户进行法律维权首要面临的难题。目前虚拟环境中隐私侵犯取证研究还不完善,主要存在两个问题:一是受限于特定或单一的指令集架构、操作系统或产品;二是细粒度的实时监控会给客户机带来过大的性能开销。  针对上述问题,虚
学位
RDF(Resource Description Framework)作为描述Web资源的标记语言,因其结构简单表达灵活的特性常用于表示图数据。SPARQL(Simple Protocol and RDF Query Language)是W3C(World Wide Web Consortium)推荐的标准RDF查询语言。随着RDF数据规模的急剧增长,如何高效响应SPARQL查询成为当前RDF图数
学位
内存计算系统(例如Spark)已经广泛用于处理工业界的海量数据。为了提高这些系统的计算效率和鲁棒性,系统开发人员为用户提供了许多高度可配置的参数。由于高维度的参数空间和复杂的参数交互作用,手工调优这些参数既耗时又低效。因此,用户急需一种内存计算系统的参数自动调优方法。目前参数自动调优常用的方法是基于机器学习的方法(Machine Learning-based, ML-based),ML-based
学位
图计算是大数据领域的主要处理模式之一,在生物信息网络、网页排名等领域有着广泛的应用。研究表明,图计算在传统中央处理器(Central Processing Unit,CPU)和图形处理器(Graphics Processing Unit,GPU)架构上存在着负载不均、不规则通信以及随机访存等突出问题,性能和能效水平受到较大影响。现场可编程门阵列(Field Programmable Gate Ar
学位