基于RMHT云存储数据完整性审计方案研究

基于RMHT云存储数据完整性审计方案研究

ID:17695920

大小:2.13 MB

页数:66页

时间:2018-09-04

基于RMHT云存储数据完整性审计方案研究_第1页
基于RMHT云存储数据完整性审计方案研究_第2页
基于RMHT云存储数据完整性审计方案研究_第3页
基于RMHT云存储数据完整性审计方案研究_第4页
基于RMHT云存储数据完整性审计方案研究_第5页
资源描述:

《基于RMHT云存储数据完整性审计方案研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国内图书分类号:TP309.2密级:公开国际图书分类号:004.62西南交通大学研究生学位论文基于RMHT云存储数据完整性审计方案研究年级2015级姓名林康申请学位级别硕士专业信息与通信工程指导教师彭代渊教授二零一八年五月二十三日ClassifiedIndex:TP309.2U.D.C:004.62SouthwestJiaotongUniversityMasterDegreeThesisTheResearchonDataIntegrityVerificationSchemeinCloudStorageBasedonRMHTGrad

2、e:2015Candidate:KangLinAcademicDegreeAppliedfor:MasterSpeciality:InformationSecuritySupervisor:DaiYuanPengMay.28th,2018西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文

3、。本学位论文属于1.保密□,在年解密后适用本授权书;2.不保密□,使用本授权书。(请在以上方框内打“√”)学位论文作者签名:指导老师签名:日期:日期:西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:1.改进基于r值的梅克尔哈希树RMHT(rank-basedMerklehashtree)插入算法,对在某个文件块后插入多个文件块情况下的RMHT实现批量验证,通过将插入的多个文件块聚合成为子树,再将子树插入到RMHT结构中。对RMHT的同一个位置删除多个节点需要多次验证和更新RMHT情况,以减少更

4、新次数为目的,提出了批量节点删除算法,该算法通过判断RMHT中父节点下所有叶子节点是否都需被删除,一次删除整个父节点子树,从而实现删除连续文件块的RMHT更新算法。2.利用C++实现对于RMHT的模拟更新操作,实现的主要模块有:r值查找模块,RMHT构造模块,RMHT单个节点插入删除以及修改模块,梅克尔哈希树MHT(Merklehashtree)优化构造模块,连续多节点插入模块,连续多节点删除模块。对于两种算法进行仿真比较,性能指标为更新过程中产生的辅助信息量。以更新节点总数目,RMHT初始总节点数为变量对更新时和更新后的RMHT

5、性能进行了仿真,结果表明该算法能够减少辅助信息量AAI(auxiliaryauthenticationinformation),同时又能够更好的维持后续动态更新性能。3.面对无序文件提出无序RMHT更新算法,该算法包括两个方面:1.由于文件块无序性取消顺序编号值,转而使用固定编号值。2.改进插入算法,不再指定插入位置,而是在RMHT结构中查找最优插入位置进行插入。改进删除算法使其在删除节点后其余节点固定编号值不变,改进插入算法,总是将新插入的节点插入到深度较低的子树中。4.利用C++实现了对于无序文件块的RMHT模拟更新操作,主要

6、实现的模块有:固定编号计算和查找模块,无序RMHT节点修改和删除模块,无序RMHT最优位置插入模块。以更新过程中产生的辅助信息量为指标,以更新节点总数目,RMHT初始总节点数为变量对更新时和更新后的MHT性能进行比较。实验表明无序RMHT算法更新产生辅助信息量较少,且更新后的MHT性能更优。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所

7、引起的一切法律责任将由本人承担。学位论文作者签名:日期:西南交通大学硕士研究生学位论文第I页摘要在云存储环境中,用户将数据远程存储在云服务器上而不保留数据备份。在这种情况下如何保证存储数据的完整性成为重要研究问题,其中动态数据的审计在实际应用中更为重要,因此需要一种高效率的动态审计方案。当用户进行数据更新时,云存储服务器利用文件Hash建立MHT结构,生成数据完整性审计证据发送给用户,用户以此验证存储数据是否被正确更新,现有基于MHT的完整性审计方案每次只能更新一个文件块,面对用户更新文件较大时无法并发更新,这使得整个审计效率较低

8、。在面对无序文件时插入位置不同会导致验证证据量不同,选择合适插入位置能够减少证据量和MHT更新计算量,此外由于插入和删除过程中需要用户指定文件块编号,而采用顺序编号在每次插入和删除后都会导致大量文件顺序编号更新。基于这些问题本文工作如下:面对多个文

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。