基于云存儲(chǔ)架構(gòu)的分布式大數(shù)據(jù)安全容錯(cuò)存儲(chǔ)算法

吳曉玲，邱珍珍

(廣州商學(xué)院，廣東 廣州 511363)

0 引 言

計(jì)算機(jī)網(wǎng)絡(luò)日益發(fā)展，大眾步入了信息化時(shí)代。分布式數(shù)據(jù)與信息的高效存儲(chǔ)和利用早已成為大眾生活和工作中十分關(guān)鍵的部分，無論企業(yè)還是個(gè)人，對(duì)數(shù)據(jù)的關(guān)注度都越來越高，由此，數(shù)據(jù)的存儲(chǔ)數(shù)量在大量增加[1-2]。但現(xiàn)實(shí)情況中，大多數(shù)據(jù)存儲(chǔ)算法和方法均不具備較為全面的性能[3]。當(dāng)前分布式大數(shù)據(jù)存儲(chǔ)方法借助網(wǎng)絡(luò)信息技術(shù)將用戶的數(shù)據(jù)儲(chǔ)存在網(wǎng)絡(luò)云端當(dāng)中，并借助加密算法的方式對(duì)數(shù)據(jù)信息給予密碼保護(hù)，由于數(shù)據(jù)處理的效率比較高，傳送速度快，集成化程度比較高以及服務(wù)器的覆蓋范圍廣泛等特征，近些年的發(fā)展與普及速度非常快。大數(shù)據(jù)的儲(chǔ)存是云計(jì)算當(dāng)中的主要環(huán)節(jié)，是計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中有些儲(chǔ)存功能借助聯(lián)合與改進(jìn)而形成的一種高實(shí)用性、低成本的儲(chǔ)存方法，其可以將用戶信息以儲(chǔ)存并加密的方式進(jìn)行處理，并借助網(wǎng)絡(luò)回傳給用戶。以下為相關(guān)學(xué)者提出的數(shù)據(jù)存儲(chǔ)算法和方法，以此為例對(duì)目前相關(guān)研究進(jìn)行探討。

林志貴[4]等人提出基于存儲(chǔ)閾值的數(shù)據(jù)存儲(chǔ)算法。過程中，將事件的優(yōu)先級(jí)作為判斷數(shù)據(jù)存儲(chǔ)位置至查詢節(jié)點(diǎn)間距離的依據(jù)，并以此減少數(shù)據(jù)存儲(chǔ)以及查詢時(shí)對(duì)網(wǎng)絡(luò)的消耗，依據(jù)對(duì)節(jié)點(diǎn)數(shù)據(jù)存儲(chǔ)閾值的定義判斷進(jìn)入下輪時(shí)隙分配與否。當(dāng)網(wǎng)格范圍內(nèi)節(jié)點(diǎn)均達(dá)到數(shù)據(jù)存儲(chǔ)閾值，將數(shù)據(jù)保存至同一優(yōu)先級(jí)的網(wǎng)格中。當(dāng)同一個(gè)優(yōu)先級(jí)中所有網(wǎng)絡(luò)節(jié)點(diǎn)均達(dá)到某存儲(chǔ)閾值，將工作時(shí)隙重新分配。實(shí)驗(yàn)結(jié)果表明，所提算法運(yùn)行下網(wǎng)絡(luò)生命周期較長(zhǎng)，但數(shù)據(jù)存儲(chǔ)的安全性較差。侯昉[5]等人提出基于Z-Ordering的數(shù)據(jù)存儲(chǔ)算法。過程中，利用空間填充曲線Z-Ordering自身具備的存儲(chǔ)映射方式和其訪問距離衡量因素，將網(wǎng)絡(luò)中的高維相鄰數(shù)據(jù)簇結(jié)合至一維存儲(chǔ)位置，以此加強(qiáng)數(shù)據(jù)存儲(chǔ)局部性。實(shí)驗(yàn)結(jié)果表明，該算法存儲(chǔ)耗時(shí)短，但空間占用情況嚴(yán)重。杜瑞忠[6]等人提出基于封閉加密的數(shù)據(jù)存儲(chǔ)方法。利用虛擬機(jī)的隔離技術(shù)構(gòu)建封閉計(jì)算空間，對(duì)R-SA公鑰加密法進(jìn)行改進(jìn)，使其無需重新生成大素?cái)?shù)即可完成密鑰變化，同時(shí)利用SSL安全鏈對(duì)數(shù)據(jù)和密鑰進(jìn)行傳輸，將數(shù)據(jù)于封閉計(jì)算空間中進(jìn)行加密之后再保存到分布式系統(tǒng)。其中，封閉式的計(jì)算空間可以阻止網(wǎng)絡(luò)中不良應(yīng)用和云管理員各種攻擊，高效防范數(shù)據(jù)的泄露。實(shí)驗(yàn)表明，該方法安全性較強(qiáng)，但存在容錯(cuò)性差的問題。

根據(jù)上述對(duì)當(dāng)前數(shù)據(jù)存儲(chǔ)算法和方法的研究可知，相關(guān)研究存在安全性和容錯(cuò)性差、數(shù)據(jù)存儲(chǔ)占用空間大的問題，為此，本文展開研究，試圖提供新思路。

1 分布式大數(shù)據(jù)存儲(chǔ)

1.1 分布式大數(shù)據(jù)存儲(chǔ)約束條件

因?yàn)榉植际酱髷?shù)據(jù)存儲(chǔ)的過程中，數(shù)據(jù)會(huì)以一種離散形式進(jìn)行存儲(chǔ)，由此需要在分布式大數(shù)據(jù)存儲(chǔ)前做以下約束：

(1)整個(gè)分布式大數(shù)據(jù)存儲(chǔ)的過程中，數(shù)據(jù)的流動(dòng)性為透明的狀態(tài)，也就是最終的數(shù)據(jù)存儲(chǔ)節(jié)點(diǎn)對(duì)中間的數(shù)據(jù)傳輸鏈路并不關(guān)注，且整個(gè)中間鏈路為云特性；

(2)分布式大數(shù)據(jù)網(wǎng)絡(luò)不存在固定控制中心，隨機(jī)分布式數(shù)據(jù)傳輸和存儲(chǔ)時(shí)都需要經(jīng)過該數(shù)據(jù)庫的檢索完成數(shù)據(jù)調(diào)度；

(3)隨機(jī)一個(gè)數(shù)據(jù)存儲(chǔ)的中繼節(jié)點(diǎn)出現(xiàn)失效情況，都能夠利用其他中繼節(jié)點(diǎn)完成數(shù)據(jù)存儲(chǔ)的接力。

因?yàn)閷?duì)隨機(jī)中繼節(jié)點(diǎn)來說，進(jìn)行數(shù)據(jù)傳輸就是對(duì)網(wǎng)絡(luò)中一定帶寬轉(zhuǎn)存的一個(gè)過程，由此分布式數(shù)據(jù)存儲(chǔ)容錯(cuò)性能夠利用式(1)的模型確定：

(1)

式中，Esent(c)為分布式大數(shù)據(jù)存儲(chǔ)容錯(cuò)程度；c為數(shù)據(jù)存儲(chǔ)數(shù)量；fsent(t)為數(shù)據(jù)傳輸時(shí)的映射函數(shù)。

依據(jù)式(1)可知，針對(duì)隨機(jī)分布式數(shù)據(jù)的傳輸鏈路來說，整體數(shù)據(jù)存儲(chǔ)容錯(cuò)系數(shù)影響因素很多，其中包含當(dāng)前節(jié)點(diǎn)數(shù)據(jù)的存儲(chǔ)數(shù)量等[7-8]。分布式數(shù)據(jù)在傳輸?shù)倪^程中，要依據(jù)各條分布式數(shù)據(jù)存儲(chǔ)鏈路完成數(shù)據(jù)存儲(chǔ)，由此其容錯(cuò)系數(shù)會(huì)隨著數(shù)據(jù)存儲(chǔ)鏈路數(shù)量的增加而變大。

1.2 基于云存儲(chǔ)架構(gòu)的分布式大數(shù)據(jù)安全容錯(cuò)存儲(chǔ)算法

在基于云存儲(chǔ)架構(gòu)的分布式大數(shù)據(jù)安全容錯(cuò)存儲(chǔ)算法運(yùn)行前，將分布式數(shù)據(jù)彈性和數(shù)據(jù)的利用概率以及數(shù)據(jù)的粒度確定為已知值。其中，數(shù)據(jù)粒度是指數(shù)據(jù)庫中數(shù)據(jù)的細(xì)化和綜合程度，細(xì)化程度越高，粒度越小；細(xì)化程度越低，粒度越大。彈性數(shù)據(jù)集是一個(gè)容錯(cuò)且可以執(zhí)行并行操作的元素的集合，控制數(shù)據(jù)的彈性需要控制數(shù)據(jù)的收斂性來實(shí)現(xiàn)。

當(dāng)數(shù)據(jù)存儲(chǔ)節(jié)點(diǎn)收到數(shù)據(jù)存儲(chǔ)請(qǐng)求之后，分布式數(shù)據(jù)存儲(chǔ)為連續(xù)請(qǐng)求狀態(tài)，依據(jù)式(2)至式(8)所示的數(shù)據(jù)存儲(chǔ)梯度和存儲(chǔ)強(qiáng)度指數(shù)計(jì)算模型，當(dāng)計(jì)算結(jié)果滿足式(8)時(shí)，將數(shù)據(jù)存儲(chǔ)起來，假設(shè)不滿足，則反復(fù)執(zhí)行式(2)至式(8)。其中，一般數(shù)據(jù)儲(chǔ)存系統(tǒng)會(huì)劃分為三個(gè)梯度，第一梯度實(shí)現(xiàn)數(shù)據(jù)的高度訪問，第二梯度起到了對(duì)第一梯度和第三梯度的緩沖作用，第三梯度用于數(shù)據(jù)歸檔。下文式(2)至式(8)所體現(xiàn)的是數(shù)據(jù)儲(chǔ)存的第一梯度。

假設(shè)分布式數(shù)據(jù)的利用概率為P(x)，分布式數(shù)據(jù)的利用概率期望值EP(x)和分布式數(shù)據(jù)彈性期望值E[T(x)]為倒數(shù)關(guān)系，則有：

(2)

式中，λ代表分布式數(shù)據(jù)服從指數(shù)。

當(dāng)式(2)模型計(jì)算期望值為負(fù)數(shù)時(shí)，則表明數(shù)據(jù)存儲(chǔ)過程中的存儲(chǔ)流暢程度和擁塞程度為反比，分布式數(shù)據(jù)存儲(chǔ)繼續(xù)進(jìn)行。假設(shè)式(2)計(jì)算期望值為正數(shù)，需要對(duì)數(shù)據(jù)存儲(chǔ)的服務(wù)質(zhì)量進(jìn)行控制，利用調(diào)控?cái)?shù)據(jù)的粒度完成存儲(chǔ)過程的繼續(xù)。

因分布式數(shù)據(jù)存儲(chǔ)的流暢度和式(2)計(jì)算出的期望值為負(fù)相關(guān)，尤其是當(dāng)數(shù)據(jù)粒度比較細(xì)時(shí)會(huì)使該期望值持續(xù)上升，還可能會(huì)變?yōu)檎龜?shù)，由此利用粒度率p對(duì)分布式數(shù)據(jù)彈性T(x)進(jìn)行控制，進(jìn)而降低數(shù)據(jù)存儲(chǔ)空間占用率，使數(shù)據(jù)存儲(chǔ)流程更加順暢[9]。

綜上分析可知，T(x)和p之間滿足負(fù)相關(guān)關(guān)系，由此能夠通過該關(guān)系保證T(x)數(shù)值不變，則有：

T(x)?p

(3)

式中，T(x)?p的期望值E[T(x)?p]滿足時(shí)間函數(shù)，E[T(x)?p]數(shù)學(xué)表達(dá)式為：

(4)

根據(jù)式(4)，將當(dāng)前數(shù)據(jù)存儲(chǔ)接入粒度率還設(shè)定為p，那么下一個(gè)時(shí)刻T(x)滿足的關(guān)系式如下

(5)

因?yàn)榉植际綌?shù)據(jù)存儲(chǔ)點(diǎn)帶寬是有限的，而且存儲(chǔ)梯度Δ可以高效覆蓋T(x)，由此對(duì)于隨機(jī)時(shí)刻Δt，與之對(duì)應(yīng)的保證覆蓋關(guān)系ΔT(x)滿足式(6)：

(6)

依據(jù)式(6)的計(jì)算，得到的分布式數(shù)據(jù)存儲(chǔ)強(qiáng)度指數(shù)Δλ滿足式(7)所示的數(shù)學(xué)表達(dá)式：

(7)

基于式(7)的計(jì)算結(jié)果，分布式大數(shù)據(jù)存儲(chǔ)梯度Δ和數(shù)據(jù)彈性T(x)滿足式(8)，以此實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)：

(8)

根據(jù)式(8)的計(jì)算可知數(shù)據(jù)存儲(chǔ)梯度Δ和數(shù)據(jù)彈性T(x)的最佳關(guān)系，此時(shí)將分布式大數(shù)據(jù)進(jìn)行存儲(chǔ)，式(9)為最終存儲(chǔ)結(jié)果Δ(X)：

Δ(X)=Esent(c)·c·P(x)·Δλ·T(x)

(9)

式(9)即為基于云存儲(chǔ)架構(gòu)的分布式大數(shù)據(jù)安全容錯(cuò)存儲(chǔ)結(jié)果。

1.3 分布式大數(shù)據(jù)存儲(chǔ)結(jié)果加密

基于分布式大數(shù)據(jù)存儲(chǔ)結(jié)果，利用CP-ABE加密算法對(duì)數(shù)據(jù)存儲(chǔ)結(jié)果進(jìn)行加密，以提升數(shù)據(jù)存儲(chǔ)的安全性。

ABE加密算法為公鑰加密，與其對(duì)應(yīng)的解密對(duì)象不是個(gè)體，而是整個(gè)基于云存儲(chǔ)架構(gòu)的分布式大數(shù)據(jù)安全容錯(cuò)存儲(chǔ)群體。由于ABE融入了數(shù)據(jù)屬性理念，使ABE算法于云計(jì)算下應(yīng)用較為廣泛[10]。其將訪問控制權(quán)交給用戶，數(shù)據(jù)訪問用戶能夠自主選取要查詢檢索的數(shù)據(jù)信息，此為CP-ABE加密算法于云計(jì)算下最大優(yōu)勢(shì)。以下是將CP-ABE加密算法應(yīng)用于本文分布式大數(shù)據(jù)安全容錯(cuò)存儲(chǔ)算法的具體步驟：

(1)輸入設(shè)定安全參數(shù)，獲取主密鑰MK，公開參數(shù)PK。

(2)輸入主密鑰MK和公開參數(shù)PK，結(jié)合2.2步驟得到的分布式大數(shù)據(jù)存儲(chǔ)結(jié)果，在明文Δ(X)的基礎(chǔ)上獲取密文C[Δ(X)]。

(3)輸入分布式大數(shù)據(jù)屬性集合(包括大數(shù)據(jù)分布彈性T(x)、粒度率p以及儲(chǔ)存梯度Δ)、主密鑰MK，獲取私鑰SK。

(4)輸入密文C[Δ(X)]、私鑰SK，對(duì)密文C[Δ(X)]進(jìn)行解密，最終獲取明文Δ(X)。

根據(jù)CP-ABE加密算法對(duì)分布式大數(shù)據(jù)存儲(chǔ)結(jié)果進(jìn)行進(jìn)一步加密，可高效解決當(dāng)前數(shù)據(jù)存儲(chǔ)方法中存在的安全度差的問題，確保數(shù)據(jù)儲(chǔ)存的安全性。

2 實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證本文提出算法的整體性能進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)環(huán)境為：CPU是Intel Pentium CPU G3260 @ 3.30 GHz，實(shí)驗(yàn)內(nèi)存為8.00 GB，實(shí)驗(yàn)操作系統(tǒng)為Windows 764位操作體系，實(shí)驗(yàn)軟件為Matlab 2017a。實(shí)驗(yàn)參數(shù)如表1所示：

表1 實(shí)驗(yàn)參數(shù)

根據(jù)上述實(shí)驗(yàn)環(huán)境和實(shí)驗(yàn)參數(shù)的設(shè)定，分別在以下方面對(duì)本文提出的算法進(jìn)行驗(yàn)證：

(1)數(shù)據(jù)存儲(chǔ)安全性

(2)數(shù)據(jù)存儲(chǔ)空間占用率

(3)數(shù)據(jù)存儲(chǔ)容錯(cuò)性

實(shí)驗(yàn)結(jié)果如下：

圖1 不同數(shù)據(jù)存儲(chǔ)法安全性對(duì)比

分析圖1可知，相比基于存儲(chǔ)閾值的數(shù)據(jù)存儲(chǔ)算法和基于Z-Ordering的數(shù)據(jù)存儲(chǔ)算法，本文提出的算法安全系數(shù)更大。該算法利用ABE加密算法對(duì)應(yīng)的解密對(duì)象不是個(gè)體，而是整個(gè)本文算法群體這一特性，有效提升了分布式大數(shù)據(jù)存儲(chǔ)的安全性。與當(dāng)前算法相比，該算法表現(xiàn)出了較強(qiáng)的可行性。

圖2 不同數(shù)據(jù)存儲(chǔ)法空間占用情況對(duì)比

由圖2可知，基于Z-Ordering的數(shù)據(jù)存儲(chǔ)算法數(shù)據(jù)存儲(chǔ)空間占用率最高，基于封閉加密的數(shù)據(jù)存儲(chǔ)方法數(shù)據(jù)存儲(chǔ)空間占用率次之，本文提出的算法數(shù)據(jù)存儲(chǔ)空間占用率最低。該算法利用粒度率對(duì)分布式數(shù)據(jù)彈性進(jìn)行控制，有效降低了數(shù)據(jù)存儲(chǔ)空間占用率，緩解了當(dāng)前數(shù)據(jù)存儲(chǔ)算法和方法中存在的空間占用情況嚴(yán)重的問題。

表2中。U0代表實(shí)驗(yàn)次數(shù)，U1代表基于封閉加密的數(shù)據(jù)存儲(chǔ)方法容錯(cuò)系數(shù)，U2代表基于存儲(chǔ)閾值的數(shù)據(jù)存儲(chǔ)算法容錯(cuò)系數(shù)，U3代表本文提出算法容錯(cuò)系數(shù)。

由表2可知，本文所提算法在不同實(shí)驗(yàn)次數(shù)下，數(shù)據(jù)存儲(chǔ)容錯(cuò)系數(shù)均值較大，最大為1.0，最小為0.8，與當(dāng)前算法和方法相比，魯棒性更強(qiáng)。該算法在分布式數(shù)據(jù)在傳輸?shù)倪^程中，要依據(jù)各條分布式數(shù)據(jù)存儲(chǔ)鏈路完成數(shù)據(jù)存儲(chǔ)，進(jìn)而使所提算法容錯(cuò)系數(shù)隨著數(shù)據(jù)存儲(chǔ)鏈路數(shù)量的增加而提升，有效增強(qiáng)了數(shù)據(jù)存儲(chǔ)算法的容錯(cuò)性。

綜合上述實(shí)驗(yàn)結(jié)果，本文所提算法與當(dāng)前數(shù)據(jù)存儲(chǔ)算法和方法相比，呈現(xiàn)出了較強(qiáng)的存儲(chǔ)性能。該算法在數(shù)據(jù)存儲(chǔ)安全性、容錯(cuò)性和存儲(chǔ)空間占用方面均較為優(yōu)越，是一種切實(shí)可行的分布式大數(shù)據(jù)存儲(chǔ)算法。

表2 不同數(shù)據(jù)存儲(chǔ)法容錯(cuò)性對(duì)比

3 結(jié) 語

數(shù)據(jù)存儲(chǔ)在大眾日常中占據(jù)著十分重要的地位，一個(gè)性能良好的數(shù)據(jù)庫必須具備數(shù)據(jù)緩存單元，可見數(shù)據(jù)存儲(chǔ)對(duì)于社會(huì)各界產(chǎn)生的大數(shù)據(jù)重要意義不言而喻。以解決當(dāng)前數(shù)據(jù)存儲(chǔ)方法和算法中存在的問題為目的，提出基于云存儲(chǔ)架構(gòu)的分布式大數(shù)據(jù)安全容錯(cuò)存儲(chǔ)算法。通過分布式大數(shù)據(jù)存儲(chǔ)約束條件的構(gòu)建為數(shù)據(jù)存儲(chǔ)奠定基礎(chǔ)，利用云架構(gòu)實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)，同時(shí)通過CP-ABE加密算法對(duì)云架構(gòu)下數(shù)據(jù)存儲(chǔ)結(jié)果進(jìn)行加密。實(shí)驗(yàn)結(jié)果表明，所提算法可實(shí)現(xiàn)低占用內(nèi)存、安全、高容錯(cuò)的數(shù)據(jù)存儲(chǔ)。根據(jù)實(shí)驗(yàn)可知，基于云存儲(chǔ)架構(gòu)的分布式大數(shù)據(jù)安全容錯(cuò)存儲(chǔ)算法可為該領(lǐng)域發(fā)展提供借鑒。