基于云平台的数据粒度化检索模式保护技术研究

《基于云平台的数据粒度化检索模式保护技术研究》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、硕士学位论文基于云平台的数据粒度化检索模式保护技术研究GRANULARITYPROTECTIONTECHNOLOGYRESEARCHOFACCESSPATTERNBASEDONCLOUDPLATFORM徐洋哈尔滨工业大学2015年6月国内图书分类号：TP393.004学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文基于云平台的数据粒度化检索模式保护技术研究硕士研究生：徐洋导师：张宏莉教授申请学位：工程硕士学科：计算机技术所在单位：计算机科学与技术学院答辩日期：2015年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP393.01U.D.C:621.

2、3DissertationfortheMasterDegreeinEngineeringGRANULARITYPROTECTIONTECHNOLOGYRESEARCHOFACCESSPATTERNBASEDONCLOUDPLATFORMCandidate：XuYangSupervisor：Prof.ZhangHongliAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ComputerTechnologyAffiliation：SchoolofComputerScienceandTechnologyDateofDefence：Jun

3、e,2015Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要随着云计算的飞速发展，其技术层面和商业层面的日趋成熟与完善，为用户提供高效而经济的解决方案使得越来越多的用户意识到这项技术的价值与潜力，也让更多的用户愿意将自己的数据存储在云端。但是，隐藏在经济与高效背后的是不容忽视的隐私安全问题。近年来社交网络的大获成功以及Google著名的理念——“在垃圾中找黄金”，让用户的私有信息不再是流淌在各个网络节点的琐碎的无意义的一串串0/1码。然而在我们享受着这些技术带来便捷的所付出的代价是将我们的信息

4、大量的曝光在网络平台。试想一下，如果这些信息被攻击者或者数据实际控制者有意或者无意地泄露会怎样严重的后果。数据检索模式保护的提出就是为了解决这样的一类问题：授权用户在发出查询请求后，在得到其想要检索结果的同时不被数据的实际物理拥有者得到或者推测出可能存在的隐私信息。本文在仔细研究该领域已有的保护策略后，针对现有的检索模式保护方案存在的计算复杂度过高，通信开销过大等不足，提出了一套综合性保护系统Athena：（1）将门限理论的保护方法应用到数据层面，由用户给出保护层级的参数，来将源数据衍变成若干份，这样只有将达到要求份数的数据合并后才能恢复数据原貌；（2）将衍化后的数据通过希尔伯特曲线映射后分

5、别上传到不同的云端；（3）采用混合云机制，数据拥有者（DataOwner）本地部署一个完全可信的私有云，授权用户查询时先将查询提交到私有云端，再由私有云随机选满足数量个数的公有云，发出查询请求，得到的数据合成后返回给授权用户；同时在私有云采用缓存机制，这样可以提高查询效率并且可以防止密集查询。最后通过实验给出了Athena在运行的各个阶段的性能实验，以及与同领域的相关算法做出对比，得出Athena具有更优异的性能。同时设计实验测试不同的粒度化参数，给出推荐值。关键词查询模式；混合云；数据门限化；希尔伯特曲线；粒度化-I-哈尔滨工业大学工程硕士学位论文AbstractTherapiddevel

6、opmentofcloudcomputinganditsperfectioninbothtechnicalandbusinesslevelmakesmoreandmoreusersawareofthevalueandpotentialofthistechniquethroughprovidingefficientandeconomicalsolutions,drivingusersmorewillingtostoretheirdatainthecloud.Whileweenjoytheeconomicalbenefitsandhighefficiencybroughtbycloudcompu

7、ting,privacyissuescannotbeignored.Inrecentyears,thesuccessofsocialnetworkaswellasGoogle'sfamousconcept–“findgoldinthegarbage”makestheuser'sprivateinformationflowinginthenetworknodenolongerjustthetrivialmean