一種基于區(qū)塊鏈的數(shù)據(jù)存儲系統(tǒng)的設計

龔玉霞，呂家恪

(1.重慶商務職業(yè)學院 出版?zhèn)髅较?，重慶 400331；2.西南大學 計算機信息與科學學院，重慶 400715)

隨著大數(shù)據(jù)與云計算的發(fā)展，存儲服務為云提供商開展業(yè)務提供了一種新方式，將數(shù)據(jù)外包和運營服務外包給云的行為顯著增長[1-2]。傳統(tǒng)云存儲幾乎完全依賴于作為可信第三方傳輸和存儲數(shù)據(jù)的大型存儲提供商。該系統(tǒng)存在許多缺點，包括泄漏隱私、可用性不高、安全性不好和高運營成本[3-5]。

分布式云存儲的引入，較基于數(shù)據(jù)中心的存儲來說具有許多優(yōu)勢[6-7]，分布式云存儲網絡利用客戶端加密來維護數(shù)據(jù)安全性[8-9]。但是，分布式系統(tǒng)對于加密數(shù)據(jù)的管理存在一些問題，其中最重要的是數(shù)據(jù)可用性，即數(shù)據(jù)所有者應該能夠授權其他人搜索遠程加密的數(shù)據(jù)集并獲得部分有用的內容。一個簡單的方案是數(shù)據(jù)所有者檢索整個數(shù)據(jù)集，過濾并向授權客戶端發(fā)送有用的數(shù)據(jù)部分[10]，這就導致了較高的成本。

目前，對于云存儲系統(tǒng)的研究得到越來越多的關注。文獻[11]提出了一個云存儲系統(tǒng)，一方面允許最終用戶以透明的方式同時依賴不同的云存儲提供商；另一方面可以實施長期可用性、模糊處理和加密，只有最終用戶可以完全控制其數(shù)據(jù)的整體安全性，并且不會向云存儲提供商披露敏感信息。文獻[12]針對云存儲系統(tǒng)高性能、高可靠、低成本這三大需求，提出了云存儲系統(tǒng)3項需求對應的優(yōu)化技術，分別為小文件讀寫訪問性能優(yōu)化技術、日志寫入與回放優(yōu)化技術和固態(tài)硬盤垃圾回收優(yōu)化技術。文獻[13]提出一種針對云存儲加密數(shù)據(jù)的隱私保護全文檢索算法，設計了基于Bloom過濾器的樹索引，通過提出索引詞的成員熵來微調查詢和加密文檔之間的相似性。不過對于全文檢索算法，客戶端成本高昂。

為了解決以上問題，本文提出了一個基于區(qū)塊鏈的數(shù)據(jù)存儲系統(tǒng)來加以解決：對分布式數(shù)據(jù)存儲進行授權關鍵字搜索，所提出的系統(tǒng)使用區(qū)塊鏈作為離線數(shù)據(jù)存儲訪問，許可授權和搜索令牌生成的主干，保證了數(shù)據(jù)的安全，降低了客戶端成本，減少了搜索時間。

1 本文系統(tǒng)構架

本文提出的基于區(qū)塊鏈的云存儲系統(tǒng)涉及三方：數(shù)據(jù)所有者、數(shù)據(jù)使用者(數(shù)據(jù)消費者)和區(qū)塊鏈節(jié)點，如圖1所示。

圖1 本文區(qū)塊鏈云存儲系統(tǒng)構架

1)數(shù)據(jù)所有者(data owner)。數(shù)據(jù)所有者構成文檔的數(shù)據(jù)集，每個文檔都包含一組固定的關鍵字，數(shù)據(jù)所有者希望外包數(shù)據(jù)集以節(jié)省數(shù)據(jù)存儲和維護的成本，同時能授權其他客戶搜索其外包數(shù)據(jù)集。

2)數(shù)據(jù)消費者(data consumer)。數(shù)據(jù)使用者是數(shù)據(jù)所有者提供的數(shù)據(jù)集的訂閱者，如果數(shù)據(jù)使用者訂閱了數(shù)據(jù)集，則會授予他權限。然后，能與區(qū)塊鏈節(jié)點交互以證明其憑證并對外包數(shù)據(jù)執(zhí)行關鍵字搜索。

3)區(qū)塊鏈節(jié)點(blockchain nodes)，是維護區(qū)塊鏈的實體。在本文場景中，將單獨的云服務提供商視為區(qū)塊鏈節(jié)點，并共同形成聯(lián)合云。

圖1中區(qū)塊鏈技術來自比特幣底層技術，自引入以來已經成功應用于各種重要應用領域。區(qū)塊鏈本身由塊組成，塊通過哈希指針順序連接在一起，由于數(shù)字哈希函數(shù)的加密功能，這些塊被證明是不可變的。區(qū)塊鏈本身不依賴于中央受信任的權威機構，而是將其分發(fā)給參與網絡的所有節(jié)點。

本文系統(tǒng)考慮了許可的區(qū)塊鏈系統(tǒng)的場景，有權訪問區(qū)塊鏈的實體是具有競爭利益的不同云服務提供商，在性能、安全性和運營成本方面，該模型相對于無權限模型提供了各種優(yōu)勢。

圖1中DHT表示分布式哈希表(distributed hash-table,DHT)，區(qū)塊鏈存儲對數(shù)據(jù)的引用，但不存儲數(shù)據(jù)本身。DHT已廣泛用于協(xié)調和維護有關對等系統(tǒng)的元數(shù)據(jù)。

為了說明本文系統(tǒng)工作流程，給出一個例子：數(shù)據(jù)所有者A將其多個文檔的數(shù)據(jù)集外包給聯(lián)合云，每個文檔都包含一些特定關鍵字。為了確保數(shù)據(jù)安全，A在上傳到云之前在客戶端應用數(shù)據(jù)加密，上載的數(shù)據(jù)包括加密文檔和便于關鍵字搜索過程的加密關鍵字標簽。加密數(shù)據(jù)集由云聯(lián)盟分布式存儲，而加密關鍵字標簽由區(qū)塊鏈維護。加密的關鍵字標簽用于索引并提供訪問匹配的加密文檔的手段。

在設置階段之后，A能授予數(shù)據(jù)消費者B在加密數(shù)據(jù)集上進行搜索的權限，B現(xiàn)在能夠向區(qū)塊鏈節(jié)點證明自身具有特定的搜索權限。由于通常有多個訂閱者，憑證證明應該是匿名的，以保留B的身份隱私。更具體地說，區(qū)塊鏈只能驗證B是其中一個訂閱者，但無法從證明中提取B的身份。區(qū)塊鏈節(jié)點也應該無法確定兩個特定證據(jù)是否由同一個人創(chuàng)建。B不應該下載整個數(shù)據(jù)集，而應該能夠搜索關鍵字以從聯(lián)合云中檢索必要的文檔。

2 區(qū)塊鏈云存儲系統(tǒng)

許可的區(qū)塊鏈模型允許本文系統(tǒng)開發(fā)訪問控制層，客戶端能夠通過與區(qū)塊鏈節(jié)點之一的通信來訪問區(qū)塊鏈內容，不同的客戶端角色具有不同級別的數(shù)據(jù)訪問。首先，只允許數(shù)據(jù)使用者訪問構建憑證證明所需的內容，經過身份驗證后，數(shù)據(jù)使用者被授予訪問系統(tǒng)關鍵字搜索組件的權限，該組件是存儲在區(qū)塊鏈中的數(shù)據(jù)的另一部分。本文關鍵字搜索部分被建模為智能合約，智能合約是一種在區(qū)塊鏈上運行的程序，并且由網絡中的整個節(jié)點強制其正確執(zhí)行。本文區(qū)塊鏈系統(tǒng)包含3個部分：

1)分布式數(shù)據(jù)存儲。該部分提供分散的云存儲平臺，數(shù)據(jù)由聯(lián)合云分布式存儲，兩者是不同的組織，可以進一步分發(fā)數(shù)據(jù)內容，應用存儲證明(使用區(qū)塊鏈)以確保完整性。

2)匿名訪問控制。匿名訪問控制組件允許數(shù)據(jù)消費者匿名地說服區(qū)塊鏈節(jié)點擁有由數(shù)據(jù)所有者發(fā)布的證書。這意味著區(qū)塊鏈節(jié)點只知道客戶端的訪問權限是由數(shù)據(jù)所有者批準的，但他們不知道誰是數(shù)據(jù)使用者(有多個數(shù)據(jù)使用者實體)，及其顯示憑證證明的次數(shù)。

3)私有關鍵字搜索。該部分為數(shù)據(jù)使用者提供了一種優(yōu)越的機制，以識別特定的加密數(shù)據(jù)。數(shù)據(jù)消費者不是下載整個數(shù)據(jù)集，而是數(shù)據(jù)消費者與塊鏈節(jié)點和塊鏈內容的交互，以基于關鍵字(或屬性)獲得特定數(shù)據(jù)內容的指紋。最后，數(shù)據(jù)使用者從分布式離線數(shù)據(jù)存儲中檢索加密文檔。

2.1 分布式數(shù)據(jù)存儲

本文區(qū)塊鏈系統(tǒng)允許數(shù)據(jù)所有者將大量數(shù)據(jù)外包給系統(tǒng)，在發(fā)送到系統(tǒng)之前，應在客戶端對文件進行加密。系統(tǒng)對數(shù)據(jù)內容進行分片，并在對等節(jié)點之間分配分片，以減少內容傳遞對任何給定節(jié)點的影響。數(shù)據(jù)在節(jié)點之間進行了充分分片并進行了復制，以確保高可用性。為了保持對加密文件的訪問，本文系統(tǒng)利用可通過區(qū)塊鏈訪問的分布式哈希表(distributed hash-table,DHT)對數(shù)據(jù)進行引用，但不存儲數(shù)據(jù)本身。DHT已廣泛用于協(xié)調和維護有關對等系統(tǒng)的元數(shù)據(jù)。

該系統(tǒng)利用分布式可檢索性證明來維護存儲的完整性，本文認為特定的文件F由n個數(shù)據(jù)段組成：F=F1,F2,…,Fn?；镜目蓹z索性證明采取質詢-響應協(xié)議的形式，其中節(jié)點P演示其對文件F的擁有以及它能夠被正確檢索的事實。為了審計P是否擁有F，P定期收到一個隨機挑戰(zhàn)c，它產生一個響應r，該響應r可以在不擁有F的情況下公開驗證?？苫厥招苑桨傅囊粋€基本證明包括3個協(xié)議：

Setup(F)→{digest}，P計算Merkle樹，其葉子是文件F的段(帶有它們的索引)并且其根是摘要，P輸出摘要值。

Prove(R)→{Fri,πi|ri∈R}，R=r1,r2…rk∈[n]，表示由節(jié)點P接收的一組隨機挑戰(zhàn)，P輸出證據(jù)，對于R中的每個挑戰(zhàn)索引ri，F(xiàn)包含F(xiàn)ri和在Merkle樹中的伴隨路徑πri。

Verify(digest,R,Fri,πri|ri∈R)→{0,1}，驗證過程針對摘要驗證每個段Fri的Merkle路徑πri。

可檢索性證明提供了強有力的保證，即以極大的概率，如果P提供正確的響應，則可以從P完全檢索F。本文利用隨機預言機模型(由哈希函數(shù)建模)來生成具有修正間隔調度的隨機挑戰(zhàn)，負責特定挑戰(zhàn)的區(qū)塊鏈節(jié)點需要將證明記錄到區(qū)塊鏈。每個其他節(jié)點都可以驗證證明的正確性，從而保持數(shù)據(jù)存儲的完整性。

2.2 匿名訪問控制

匿名訪問控制部分允許數(shù)據(jù)使用者從數(shù)據(jù)所有者獲得憑證，以便在稍后的某個時間點，能為其憑證構建非交互式證據(jù)，僅當附加的證明在有效時，區(qū)塊鏈節(jié)點才接受請求。

采用以下示例來理解匿名訪問控制部分過程：為了為數(shù)據(jù)消費者B產生新的憑證，數(shù)據(jù)擁有者首先為B生成假名S并使用安全數(shù)字承諾方案提交S。得到的承諾C可以通過B已知的隨機數(shù)r打開。數(shù)據(jù)所有者將C固定到公告板上，公告板上有一組SC=(C1,C2,…,Cn)承諾，稍后B能通過在零知識中產生兩個陳述來證明擁有這樣的憑證：① 知道承諾C；② 知道承諾的公開r。

在本文系統(tǒng)中，許可的區(qū)塊鏈被用作公開公告牌，數(shù)據(jù)所有者和數(shù)據(jù)消費者都能夠訪問存儲在區(qū)塊鏈上的數(shù)據(jù)的公共部分，公共部分包含所描述的承諾。匿名訪問控制組件的描述由4種算法組成：

1)Setup(1λ)→par。在輸入參數(shù)λ上，運行算法AccumSetup(λ)以獲得(N,u)，生成素數(shù)p,q使得p=2wq+1，w≥1，設G為Z*的子群，并選擇兩個隨機發(fā)生器g,h使得G=[g]=[h]。其中AccumSetup(λ)函數(shù)表示：生成素數(shù)p,q，計算N=pq，u為樣本，則其輸出為(N,u)。

3)ShowCred(par,S,c,skc,Sc)→πS。給定數(shù)據(jù)消費者假名S，憑證c及其密鑰skc，分別計算A=Accumulate(par)和w=GenWitness(par,c,Sc)，其中Accumulate(C)→A，C={c1,c2,…,cn}，輸出A=uc1,c2,…,cnmodN，GenWitness(v,C)→w，對于素數(shù)v∈C，輸出w=Accumulate(C-v)。然后輸出以下知識的證明：

πs=ZKSoK{(c,w,r,S):

AccVerify((N,u),A,c,w)=1∧c=gShr}

4)VerifyCred(par,π,Sc)。給定證明πS和公開證書Sc，首先計算A=Accumulate(par,Sc)，然后驗證πS是上述c、Sc的知識證明。如果證明成功驗證，則輸出1，否則輸出0。

Setup算法由數(shù)據(jù)所有者執(zhí)行以生成系統(tǒng)參數(shù)，當數(shù)據(jù)消費者希望獲得用于數(shù)據(jù)訪問的憑證時，將請求連同其假名S一起發(fā)送到數(shù)據(jù)所有者。此時，數(shù)據(jù)所有者在輸入S上運行GenCred以生成數(shù)字承諾及其密鑰skc。

當數(shù)據(jù)消費者希望顯示其憑證時，首先掃描這個 區(qū)塊鏈(即公告板)，以獲得由數(shù)據(jù)所有者發(fā)布的所有憑證組成的集合Sc。然后，運行ShowCred來生成憑證證明，并將其廣播到區(qū)塊鏈節(jié)點進行驗證。區(qū)塊鏈節(jié)點還收集塊鏈中的證書集，并使用VerifyCred算法驗證證明。如果最后一個步驟輸出1，則接受證書驗證。

2.3 私有關鍵字搜索

該部分允許數(shù)據(jù)使用者識別其感興趣的特定加密數(shù)據(jù)，而無需下載整個數(shù)據(jù)集。加密文檔的元數(shù)據(jù)存儲在區(qū)塊鏈中，只有授權客戶才能通過它進行搜索，授權過程由本文2.2節(jié)中的匿名訪問控制層完成。考慮數(shù)據(jù)所有者外包一組加密文檔，這些文件是在鏈外存儲的，可以通過DHT訪問，使用哈希函數(shù)計算訪問密鑰。區(qū)塊鏈不存儲實際的數(shù)據(jù)內容，但是它維護訪問密鑰數(shù)據(jù)，以便數(shù)據(jù)使用者能夠使用區(qū)塊鏈鏈接到DHT。

將EKS表示為支持關鍵字搜索的加密方案，數(shù)據(jù)所有者向訪問密鑰附加每個關鍵字的EKS密文列表，并將其存儲在允許的區(qū)塊鏈中。帶有關鍵字W1,W2,…,Wn的文檔F存儲在 區(qū)塊鏈中的結構：H(F)||EKS(W1)||,…,||EKS(Wn)||。授權數(shù)據(jù)使用者能夠生成某個陷門TW，使得智能合約能夠在每個數(shù)據(jù)條目上測試與訪問密鑰相關聯(lián)的關鍵字之一是否等于單詞W。給定陷門和EKS在密文、區(qū)塊鏈節(jié)點只能測試W=W′。

1)KeyGen：生成密碼系統(tǒng)密鑰，k←Zp。

數(shù)據(jù)所有者為關鍵字加密EKS生成密鑰k，并導出數(shù)據(jù)消費者的搜索關鍵字，每個數(shù)據(jù)消費者構成一個秘密s∈Zp，可以通過其假名與數(shù)據(jù)所有者的映射生成。使用k和s，數(shù)據(jù)所有者為數(shù)據(jù)使用者計算搜索關鍵字ks，以便可以將其用于陷門構造。

3 性能比較

將本文系統(tǒng)與現(xiàn)有云存儲系統(tǒng)性能進行比較，兩種系統(tǒng)分別為：文獻[13]是一種云存儲加密數(shù)據(jù)的隱私保護全文檢索系統(tǒng)；文獻[14]是混合策略的低成本云存儲方案。表1是本文系統(tǒng)與現(xiàn)有系統(tǒng)的性能比較結果。

可以看出，本文基于區(qū)塊鏈的私有關鍵詞搜索的云存儲系統(tǒng)，在不依賴可信任第三方的情況下，提供安全、隱私、低成本和匿名的存儲和搜索服務，性能優(yōu)于其他兩種云存儲系統(tǒng)。

表1 不同云存儲系統(tǒng)之間性能比較

為了證明本文系統(tǒng)的有效性，從搜索時間性能來驗證基于區(qū)塊鏈的存儲系統(tǒng)，本次測試環(huán)境是具有Linux平臺，i7處理器，8G內存的筆記本電腦，圖2給出了不同存儲系統(tǒng)在不同數(shù)據(jù)存儲量下的搜索時間。

圖2 不同存儲系統(tǒng)的搜索時間

從圖2中可以看出：隨著數(shù)據(jù)存儲量的增加，3種存儲系統(tǒng)中數(shù)據(jù)搜索時間都在增加，本文基于區(qū)塊鏈的數(shù)據(jù)存儲系統(tǒng)在不同存儲數(shù)據(jù)量的搜索時間比其他兩種系統(tǒng)都要短，這是因為基于區(qū)塊鏈的數(shù)據(jù)存儲系統(tǒng)使用區(qū)塊鏈作為離線數(shù)據(jù)存儲訪問，許可授權和搜索令牌生成的主干，在保證數(shù)據(jù)安全的同時，減少了搜索時間，說明本文存儲系統(tǒng)的有效性。

4 結束語

本文提出一個基于區(qū)塊鏈云存儲系統(tǒng)的設計，該系統(tǒng)利用區(qū)塊鏈技術通過可檢索性證明方案來強制執(zhí)行數(shù)據(jù)完整性。當客戶端加密用于數(shù)據(jù)安全時，專用關鍵字搜索組件被設計用于在已加密數(shù)據(jù)集上進行搜索。匿名憑證授予、證明憑證和私有關鍵字搜索的過程也借助于區(qū)塊鏈進行。該系統(tǒng)在不依賴可信任第三方的情況下，可以將數(shù)據(jù)存儲外包給流量分布的服務提供商網絡，并給用戶提供安全、隱私、低成本和匿名的服務。未來的工作是解決憑證撤銷等更復雜的要求。