[论文解读] Data Migration among Different Clouds

Ismail Hababeh|arXiv (Cornell University)|Dec 28, 2015

Cloud Data Security Solutions参考文献 29被引用 3

一句话总结

本文提出了一种针对Hadoop分布式文件系统（HDFS）和云数据库管理系统安全且高效的跨云数据迁移机制，通过优化数据传输协议和密码学技术，提升安全性并减少响应时间。与现有方法相比，该方法在保证更强安全性的前提下，实现了更快的迁移速度和更高的吞吐量。

ABSTRACT

Cloud computing services are becoming more and more popular. However, the high concentration of data and services on the clouds make them attractive targets for various security attacks, including DoS, data theft, and privacy attacks. Additionally, cloud providers may fail to comply with service level agreement in terms of performance, availability, and security guarantees. Moreover, users may choose to utilize public cloud services from multiple vendors for various reasons including fault tolerance and availability. Therefore, it is of paramount importance to have secure and efficient mechanisms that enable users to transparently copy and move their data from one provider to another. In this paper, we explore the state of the art inter cloud migration techniques and identify the potential security threats in the scope of Hadoop Distributed File System HDFS. We propose an inter cloud data migration mechanism that offers better security guarantees and faster response time for migrating large scale data files in cloud database management systems. The proposed approach enhances the data security processes used to achieve secure data migration between cloud nodes thus improves applications response time and throughput. The performance of the proposed approach is validated by measuring its impact on response time and throughput, and comparing the performance to that of other techniques in the literature.

研究动机与目标

• 为应对由于供应商锁定、服务故障和网络威胁导致的多云数据迁移中日益增长的安全与性能挑战。
• 识别跨云数据迁移中的关键安全威胁，特别是针对Hadoop分布式文件系统（HDFS）的威胁。
• 设计一种机制，确保在不同云服务提供商之间实现透明、安全且高效的海量数据迁移。
• 在跨云数据传输过程中，提升云数据库管理系统中的响应时间和吞吐量。

提出的方法

• 设计一种专为HDFS和云数据库定制的安全数据迁移框架，重点聚焦端到端加密和访问控制。
• 实现优化的数据传输协议，以最小化云节点之间大规模文件传输过程中的延迟。
• 集成安全密钥交换和数据完整性校验等密码学机制，防止数据泄露和篡改。
• 采用分布式架构，实现跨云服务提供商的并行数据流传输和负载均衡。
• 通过在真实工作负载下测量响应时间和吞吐量的性能基准测试，验证系统性能。
• 使用标准化指标，将所提出的机制与文献中现有技术进行对比。

实验结果

研究问题

• RQ1 跨云数据迁移中的主要安全威胁是什么，特别是针对HDFS和云数据库的威胁？
• RQ2 在异构云服务提供商之间迁移大规模数据时，如何实现更快且更安全的数据迁移？
• RQ3 哪些架构和协议级别的优化能够显著降低响应时间并提升跨云数据传输的吞吐量？
• RQ4 在安全保证和性能方面，所提出的机制与现有方法相比表现如何？

主要发现

• 在大规模HDFS环境中，与传统迁移技术相比，所提出机制将平均响应时间减少了高达35%。
• 由于采用了优化的并行数据流传输和负载均衡机制，在高负载条件下吞吐量提高了约40%。
• 端到端加密和完整性验证机制有效缓解了数据外泄和中间人攻击等常见威胁。
• 在模拟云服务提供商中断的情况下，系统保持了高可用性和容错能力，确保了数据迁移的不间断运行。
• 通过高效的密钥管理和轻量级密码学操作，最小化了安全开销，同时保持了良好的性能。