动态Bloom Filter在云存储安全去重中的应用
130 浏览量
更新于2024-08-27
1
收藏 701KB PDF 举报
"基于动态 Bloom Filter 的云存储安全去重方案"
本文主要探讨了一种针对云存储的安全数据去重方案,该方案利用动态 Bloom Filter 技术,旨在解决传统所有权证明去重方案中存在的安全隐患,尤其是面对诚实但好奇的服务器时的威胁。传统的去重方案可能受到服务器的潜在威胁,而通过引入可信第三方虽然可以缓解问题,但会增加显著的开销。
动态 Bloom Filter 是一个优化的数据结构,它允许在不增加太多额外空间的情况下,高效地存储和查询元素是否存在。在云存储场景中,Bloom Filter 可用于快速判断数据块是否重复,而动态性则意味着该过滤器可以随着数据的增减进行调整,以适应存储需求的变化。
该文作者提出了一种改进的去重方案,该方案不需要依赖可信第三方,而是采用了收敛加密算法。收敛加密是一种特殊的加密技术,它使得相同的数据在加密后得到相同的密文,这有助于在服务器端进行数据块的比较,以检测重复性,同时保护数据的隐私。通过这种方式,即使服务器试图分析数据也无法获取实际信息,有效地抵御了诚实但好奇的服务器的威胁。
为了防止数据污染攻击,即恶意用户篡改数据块及其标签,方案还设计了服务器检查数据块密文和标签的一致性的机制。这样的机制确保了数据的完整性,降低了数据被恶意篡改的风险。
此外,文中提出的方案还引入了密钥链机制来管理收敛密钥。密钥链是一种密钥管理策略,它可以有效地减少存储和管理大量密钥的需求,解决了原有方案中收敛密钥占用过多存储空间的问题。通过这种机制,密钥的更新和撤销变得更加方便,同时保持了数据的安全性。
在分析和比较中,该方案显示出较小的密钥存储开销和传输开销,这意味着在提供安全性的前提下,该方案具有更好的效率和可扩展性。因此,它对于云存储环境中的大规模数据去重和安全管理具有较高的实用价值。
关键词涵盖了云存储、数据去重、Bloom Filter、收敛加密以及所有权证明,表明文章的核心内容围绕这些关键技术展开,旨在提高云存储服务的安全性和效率。
中图分类号: TP309.2 表示该文属于计算机科学技术领域的信息安全与密码学。文献标志码:A 指出这是一篇研究型文章,而文章编号:1001-3695(2019)11-049-3419-04 和 doi:10.19734/j.issn.1001-3695.2018.07.0432 提供了文章的出版和引用信息。
2019-09-07 上传
点击了解资源详情
2010-08-10 上传
点击了解资源详情
2021-09-19 上传
2022-08-03 上传
2021-02-13 上传
点击了解资源详情
点击了解资源详情
weixin_38630612
- 粉丝: 5
- 资源: 891
最新资源
- Angular程序高效加载与展示海量Excel数据技巧
- Argos客户端开发流程及Vue配置指南
- 基于源码的PHP Webshell审查工具介绍
- Mina任务部署Rpush教程与实践指南
- 密歇根大学主题新标签页壁纸与多功能扩展
- Golang编程入门:基础代码学习教程
- Aplysia吸引子分析MATLAB代码套件解读
- 程序性竞争问题解决实践指南
- lyra: Rust语言实现的特征提取POC功能
- Chrome扩展:NBA全明星新标签壁纸
- 探索通用Lisp用户空间文件系统clufs_0.7
- dheap: Haxe实现的高效D-ary堆算法
- 利用BladeRF实现简易VNA频率响应分析工具
- 深度解析Amazon SQS在C#中的应用实践
- 正义联盟计划管理系统:udemy-heroes-demo-09
- JavaScript语法jsonpointer替代实现介绍