防止数据泄露的云存储数据分布优化模型

基于数据节点泄露和用户关联数据泄露,研究了云存储环境下数据泄露的发生及其传播,建立了数据泄露及传播模型。提出了由数据泄露造成的用户不满意度和由运营成本造成的云存储服务提供商不满意度的度量方法。以此为基础,建立了一种以降低数据泄露率和运营成本的云存储优化模型。在仿真平台上的实验表明,优化后的数据存储分布能满足所有用户对泄漏率的要求,系统的泄漏率和运营成本均有明显的下降,且用户和云存储服务提供商的不满意度几乎降为零。

NDN下DHT算法的设计与实现

设计了一种命名数据网络(NDN)下的分布式散列表(DHT)算法——ndn DHT,首次将DHT应用到NDN中;利用NDN的命名结构,提出了一种新的二进制命名方法 ,将key空间映射到NDN名字空间,以此实现DHT中的路由和转发等操作;设计了一种分配节点标识符的动态随机选择方法,使得ndn DHT算法的负载更加均衡;最后,基于NS-3和ndn SIM实现了ndn DHT算法,通过模拟实验验证了ndn DHT算法的可行性。

云存储中基于分组的秘密共享修复模型

云存储应用广泛,但云端节点的不可控特性使存储的数据安全性得不到保障,制约了云存储在敏感数据和关键数据存储中的推广。秘密共享技术通过将原始数据作为秘密拆分成若干秘密份额并规定访问门限,为云存储数据安全提供保障。虽然部分份额的损坏不会影响到数据恢复,但若超过一定限度将无法恢复原始数据。针对该问题,设计了一个基于分组的秘密共享修复模型,可以在不影响秘密共享安全保证的前提下修复丢失或受损的秘密份额,并且可以降低修复代价。该方案突破了以往份额修复的惯用方法,实现了安全修复和局部性统一,为份额修复提供了新思路,为后续研究打下了良好的基础。