[论文解读] Data protection by means of fragmentation in various different distributed storage systems - a survey

Katarzyna Kapusta, Gérard Memmi|arXiv (Cornell University)|Jun 16, 2017

Advanced Data Storage Technologies被引用 4

一句话总结

本综述提出对使用数据分片技术实现容错与安全的分布式存储系统的全面分析，将其分类为按位（用于非结构化数据）和按结构（用于结构化、机密性数据）。该综述提出一种可扩展的多级架构，通过根据机密性级别将数据分片战略性地分布在可信、物理机和公有云环境中，从而在安全、性能和成本之间实现优化。

ABSTRACT

This paper analyzes various distributed storage systems that use data fragmentation and dispersal as a way of protection.Existing solutions have been organized into two categories: bitwise and structurewise. Systems from the bitwise category are operating on unstructured data and in a uniform environment. Those having structured input data with predefined confidentiality level and disposing of a heterogeneous environment in terms of machine trustworthiness were classified as structurewise. Furthermore, we outline high-level requirements and desirable architecture traits of an eficient data fragmentation system, which will address performance (including latency), availability, resilience and scalability.

研究动机与目标

• 分析现有使用数据分片技术实现安全的分布式存储系统，超越冗余机制。
• 识别并分类系统为按位（非结构化数据，统一信任模型）和按结构（结构化数据，异构信任模型）两类。
• 定义高效数据分片系统的关键高层需求，重点关注性能、可用性、容错性和可扩展性。
• 提出一种未来架构，通过基于机密性的多级数据放置，结合安全性、成本效益与性能。
• 解决开放挑战，如密钥管理、延迟问题，以及在结构化系统中对敏感数据的自动分类。

提出的方法

• 根据数据类型（非结构化与结构化）和信任模型（统一与异构）将现有系统分类为按位与按结构。
• 引入标准化符号（如 n = 总分片数，k = 恢复所需分片数，p = 不泄露数据的分片数），以统一系统比较。
• 使用诸如机密性、密钥管理、完整性、恢复能力、去分片能力以及可信位置控制等标准评估系统。
• 提出三级存储模型：极高机密（可信区域）、机密（物理机云）、非机密（公有云），基于数据敏感性。
• 设计一种可扩展的并行化架构，通过智能分片分发最小化存储成本，同时最大化安全性和性能。
• 利用现有技术如Shamir的秘密共享和冗余方案，同时强调在结构化数据中实现敏感性自动分类的必要性。

实验结果

研究问题

• RQ1 如何有效利用数据分片技术，不仅实现容错，还能增强分布式存储系统中的数据机密性？
• RQ2 在异构信任环境中，按位与按结构分片方法在架构与性能方面存在哪些关键权衡？
• RQ3 如何通过在可信、物理机和公有云存储之间实现多级数据分类与放置，优化安全性和成本效益？
• RQ4 在部署安全、可扩展且高性能的分片存储系统时，主要开放挑战是什么，特别是关于延迟和密钥管理？
• RQ5 在结构化分片系统中，自动化或半自动化的敏感数据分类能在多大程度上提升可用性与效率？

主要发现

• 按位系统（如使用Shamir秘密共享的系统）可通过 k 选 n 分片恢复机制实现强机密性，其中 k > 1 可显著增加攻击者破解难度。
• 在结构化数据环境中，按结构系统优于按位系统，因其可基于数据敏感性与信任级别实现细粒度保护。
• 当前商业与学术系统通常需要用户定义机密级别，且在分片数量超过几十个后难以扩展。
• 使用物理机云可实现对数据放置的物理控制，降低虚拟化与多租户带来的风险。
• 为安全目的而进行分片会增加系统延迟，但可通过并行处理与优化的分片分发策略加以缓解。
• 多级架构（将极高机密数据置于可信区域，机密数据置于物理机云，非机密数据置于公有云）可在最小化存储成本的同时最大化安全性。