基于H-MHT的动态云存储数据完整性检查方案

本文档深入探讨了一种基于H-MHT（Homomorphic Message Hash Tree，同态哈希树）的动态数据完整性检查方案，针对云存储环境下用户对于数据安全的日益关注。云存储技术因其高效、灵活的特点深受用户欢迎，但云服务提供商无法完全确保存储数据的完整性，用户的隐私和数据保护成为关键问题。 H-MHT是一种特殊的哈希函数，它允许对数据进行加密并保持其同态性质，这意味着在加密状态下仍可以执行计算。在这项研究中，作者将H-MHT与远程数据占有检查（RDPC）协议相结合。RDPC是一种验证机制，用于验证数据是否被正确存储，但通常局限于静态环境。通过引入H-MHT，研究人员将文件的使用频率作为额外参数，这使得检查方案更加动态和智能化。 该方案的核心是构建一个类似于哈夫曼树的二叉树结构，根据文件的使用频率动态调整树的形态。这样，数据更新和访问时，树结构会相应地改变，从而实时反映数据的状态，有效地支持数据的动态操作。这种方法提高了数据完整性检查的准确性，因为它能及时捕捉到任何可能的数据变化。 实验结果显示，这种基于H-MHT的动态数据完整性检查方案在提高检查准确性和提升检查效率上表现优异，对于频繁变动的云存储环境来说，其性能优越，能够有效应对数据完整性挑战。同时，它还兼顾了用户成本，减少了不必要的冗余检查，提升了整体的存储和管理效率。 本文的研究成果不仅适用于云计算安全领域，也为其他依赖数据完整性的场景提供了一种创新的解决方案。作者李莹、张永胜和马洁的研究工作得到了山东省自然科学基金和研究生教育创新计划的资助，进一步证明了该方案的理论价值和实践意义。 这项研究为云存储环境中数据完整性保障提供了新的思考视角和技术手段，有助于增强用户对云服务的信任度，促进云存储技术的健康发展。