[论文解读] Data Integrity and Dynamic Storage Way in Cloud Computing

Chinthaka Dinesh|arXiv (Cornell University)|Nov 10, 2011

Cloud Data Security Solutions参考文献 5被引用 8

一句话总结

本文提出了一种新颖的云环境数据完整性和动态存储方案，确保数据在更新前后的完整性和安全性。该方案引入了用户和云平台层面的自动数据读取协议，并结合多服务器比较算法，高效验证数据完整性，通过可信服务器级别的检查实现可靠的数据恢复。

ABSTRACT

It is not an easy task to securely maintain all essential data where it has the need in many applications for clients in cloud. To maintain our data in cloud, it may not be fully trustworthy because client doesn't have copy of all stored data. But any authors don't tell us data integrity through its user and CSP level by comparison before and after the data update in cloud. So we have to establish new proposed system for this using our data reading protocol algorithm to check the integrity of data before and after the data insertion in cloud. Here the security of data before and after is checked by client with the help of CSP using our "effective automatic data reading protocol from user as well as cloud level into the cloud" with truthfulness. Also we have proposed the multi-server data comparison algorithm with the calculation of overall data in each update before its outsourced level for server restore access point for future data recovery from cloud data server. Our proposed scheme efficiently checks integrity in efficient manner so that data integrity as well as security can be maintained in all cases by considering drawbacks of existing methods.

研究动机与目标

• 解决在云计算中数据更新期间用户和云服务提供商（CSP）层面缺乏数据完整性验证的问题。
• 确保在云环境中数据插入或修改前后数据的完整性和安全性。
• 通过维护可信的服务器级访问点，建立可靠的未来数据恢复机制。
• 通过引入动态、自动化的数据读取协议，克服现有方法的局限性。
• 通过跨多台服务器的系统性数据比较，增强云存储中的信任度。

提出的方法

• 设计一种在用户和云平台层面运行的有效自动数据读取协议，用于验证数据完整性。
• 实施多服务器数据比较算法，在数据外包前计算整体数据一致性。
• 使用密码学技术确保数据真实性，防止更新过程中的篡改。
• 将协议与云服务提供商集成，实现实时完整性检查（更新后）。
• 建立可信的服务器级恢复访问点，通过一致的数据快照实现未来数据恢复。
• 应用跨多台服务器的比较机制，检测差异并确保数据可靠性。

实验结果

研究问题

• RQ1 如何在数据更新前后，有效验证用户和云服务提供商层面的数据完整性？
• RQ2 在云存储的动态数据操作中，哪些机制可确保数据一致性和安全性？
• RQ3 多服务器比较算法如何提升数据完整性并支持可靠的数据恢复？
• RQ4 自动数据读取协议在维护云存储数据信任度和准确性方面发挥什么作用？
• RQ5 所提出的方案在完整性验证和恢复效率方面，如何优于现有方法？

主要发现

• 所提出的方案通过自动化数据读取协议，成功在用户和云平台层面验证了数据完整性。
• 多服务器比较算法能够准确检测更新前后数据不一致的情况。
• 通过维护可信的服务器级恢复访问点，系统支持可靠的数据恢复。
• 该方法通过减少对不可信云提供商的依赖，增强了云存储中的数据安全性和信任度。
• 该方法降低了动态存储操作期间数据损坏和未经授权修改的风险。
• 与现有方法相比，该方案在维护数据完整性方面表现出更高的效率和可靠性。