一種基于區(qū)塊鏈的云存儲(chǔ)數(shù)據(jù)完整性增強(qiáng)機(jī)制

印一聰

（四川大學(xué)網(wǎng)絡(luò)空間安全學(xué)院，成都610207）

0 引言

隨著云計(jì)算與大數(shù)據(jù)技術(shù)的日趨成熟，越來越多的企業(yè)和組織將業(yè)務(wù)部署到云上，以獲取更靈活的資源利用和擴(kuò)展，從而更高效快速地部署業(yè)務(wù)，優(yōu)化其運(yùn)營成本。當(dāng)用戶選擇使用云計(jì)算平臺(tái)托管大量應(yīng)用和數(shù)據(jù)時(shí)，相應(yīng)地，云計(jì)算系統(tǒng)也就變?yōu)榱嗽拼鎯?chǔ)系統(tǒng)[1]。與此同時(shí)，用戶對(duì)數(shù)據(jù)的重要性愈發(fā)重視，數(shù)據(jù)安全與可靠成為云用戶在選用云服務(wù)時(shí)的重大考量之一[2]。云計(jì)算與大數(shù)據(jù)技術(shù)對(duì)社會(huì)的快速滲透，使得越來越多的用戶參與到“云化”的大環(huán)境中。然而，“云”作為一種中心化的模式，給云用戶帶來了許多安全挑戰(zhàn)，包括用戶在使用云的過程中隱私、數(shù)據(jù)所有權(quán)方面的挑戰(zhàn)等。而數(shù)據(jù)量的爆炸式增長，也讓數(shù)據(jù)的使用方式變得靈活，數(shù)據(jù)的使用與分享越來越頻繁，安全風(fēng)險(xiǎn)也逐步上升，數(shù)據(jù)完整性的保護(hù)也成為一個(gè)棘手的問題。云存儲(chǔ)中的數(shù)據(jù)完整性，是指數(shù)據(jù)未遭到非授權(quán)的篡改或破壞，保證數(shù)據(jù)按數(shù)據(jù)所有者的意愿完整、真實(shí)地存在[3]。在云存儲(chǔ)中，用戶數(shù)據(jù)從本地存儲(chǔ)到云端，特有的數(shù)據(jù)集中存儲(chǔ)方式使得用戶失去對(duì)數(shù)據(jù)的管理權(quán)。一方面，云存儲(chǔ)數(shù)據(jù)中心可能遭到惡意攻擊，用戶存儲(chǔ)在云中的數(shù)據(jù)可能受到惡意用戶的篡改、破壞或刪除，導(dǎo)致數(shù)據(jù)破壞、敏感數(shù)據(jù)丟失[4-7]；另一方面，云服務(wù)提供商可能為了保護(hù)自身名聲，刻意隱瞞意外的數(shù)據(jù)篡改、損壞[8-10]，給用戶帶來嚴(yán)重的不良影響。

傳統(tǒng)的云存儲(chǔ)完整性保護(hù)技術(shù)包括：將云存儲(chǔ)中的數(shù)據(jù)生成完整性證據(jù)，在需要對(duì)數(shù)據(jù)進(jìn)行驗(yàn)證的時(shí)候又用同樣的完整性證據(jù)生成方法生成數(shù)據(jù)副本的完整性證據(jù)并與初始的數(shù)據(jù)完整性證據(jù)進(jìn)行對(duì)比；使用冗余多副本存儲(chǔ)和糾刪碼技術(shù)進(jìn)行錯(cuò)誤恢復(fù)[11]。這些方法在完整性證據(jù)存放環(huán)境可信時(shí)可用，然而卻沒有考慮到數(shù)據(jù)完整性證據(jù)也被破壞的情況，也就是說，一旦數(shù)據(jù)完整性證據(jù)被破壞了，那么整個(gè)數(shù)據(jù)完整性也就無從談起了。

區(qū)塊鏈技術(shù)是從比特幣中升華而來的技術(shù)，也是眾多數(shù)字貨幣的核心底層技術(shù)。區(qū)塊鏈技術(shù)將Hash函數(shù)、Merkle樹、工作量證明（Proof of Work，PoW）等成熟技術(shù)進(jìn)行重組，結(jié)合公鑰密碼體系、數(shù)字簽名和零知識(shí)證明等密碼學(xué)技術(shù)，創(chuàng)造出一種特殊的鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)，帶來去中心化、不可篡改等安全特性[12]。借助于區(qū)塊鏈技術(shù)的“去中心化”、“不可刪除”、“不可篡改”等特性，本文提出一種基于區(qū)塊鏈技術(shù)的云存儲(chǔ)數(shù)據(jù)完整性驗(yàn)證機(jī)制BEMDICS（Blockchain-based Enhancement Mechanism on Data Integrity for Cloud Storage,BEM?DICS），將云用戶的數(shù)據(jù)完整性證據(jù)存放在區(qū)塊鏈中，使得數(shù)據(jù)完整性證據(jù)不可篡改、不可刪除，用戶可以更安全地掌握數(shù)據(jù)。

1 系統(tǒng)模型和威脅分析

1.1 完整性系統(tǒng)模型

數(shù)據(jù)中心會(huì)存在多個(gè)云存儲(chǔ)節(jié)點(diǎn)，出于對(duì)數(shù)據(jù)冗余性的考慮，各個(gè)節(jié)點(diǎn)之間可能存在相同的數(shù)據(jù)副本。在數(shù)據(jù)完整性保護(hù)方面，系統(tǒng)會(huì)生成文件校驗(yàn)信息以保護(hù)數(shù)據(jù)的完整性。系統(tǒng)會(huì)對(duì)每個(gè)數(shù)據(jù)副本都采用特定的摘要算法（如哈希算法）生成數(shù)據(jù)完整性證據(jù)并與數(shù)據(jù)副本一同存放。不同節(jié)點(diǎn)上相同副本的數(shù)據(jù)完整性證據(jù)也是一樣的。

在該模式下數(shù)據(jù)完整性的校驗(yàn)過程如下：首先系統(tǒng)對(duì)存儲(chǔ)到某節(jié)點(diǎn)的“數(shù)據(jù)i”做哈希運(yùn)算生成對(duì)應(yīng)的“完整性證據(jù)i”并將它們復(fù)制到冗余數(shù)據(jù)節(jié)點(diǎn)，在隨后的數(shù)據(jù)使用過程中，使用同樣的算法生成臨時(shí)的新的“完整性證據(jù)i*”，通過對(duì)比“完整性證據(jù)i”與“完整性證據(jù)i*”是否相同來確定“數(shù)據(jù)i”是否損壞或被惡意篡改。

1.2 完整性威脅分析

在云存儲(chǔ)中，如果只是某個(gè)節(jié)點(diǎn)上的數(shù)據(jù)出現(xiàn)意外損壞，則系統(tǒng)可以從云存儲(chǔ)的其他存儲(chǔ)節(jié)點(diǎn)復(fù)制該數(shù)據(jù)其它冗余副本來替代被破壞的數(shù)據(jù)，可以及時(shí)發(fā)現(xiàn)和修復(fù)問題。然而，除了意外損壞，對(duì)于不懷好意的黑客來說，通過在篡改文件的同時(shí)篡改摘要信息，并且在修改了單個(gè)節(jié)點(diǎn)的完整性證據(jù)之后通過調(diào)用系統(tǒng)的接口將其它存儲(chǔ)節(jié)點(diǎn)上的數(shù)據(jù)副本及對(duì)于完整性證據(jù)覆蓋，通過這種方式破壞了數(shù)據(jù)的完整性，其有效發(fā)現(xiàn)和修復(fù)就變得異常困難了。

例如：在云存儲(chǔ)中某節(jié)點(diǎn)上，“數(shù)據(jù)a”已經(jīng)被惡意用戶修改成了“假數(shù)據(jù)a”，并且其對(duì)應(yīng)的“完整性證據(jù)a”也被修改為了“假完整性證據(jù)a”，通過調(diào)用系統(tǒng)復(fù)制接口，其它數(shù)據(jù)節(jié)點(diǎn)上的冗余副本及其完整性證據(jù)也被同步修改，這個(gè)時(shí)候想要恢復(fù)數(shù)據(jù)a則變得非常困難，而究其原因，就是因?yàn)閿?shù)據(jù)的完整性證據(jù)存放不夠安全。

2 BEMDICS機(jī)制

為了保障云數(shù)據(jù)的完整性，依賴單獨(dú)存放的完整性證據(jù)是遠(yuǎn)遠(yuǎn)不夠的，必須使用分布式的獨(dú)立完整性證據(jù)“數(shù)據(jù)庫”，使得數(shù)據(jù)完整性保護(hù)得到進(jìn)一步提升。

2.1 BEMDICS組成

BEMDICS模型由三個(gè)主體構(gòu)成：（1）云用戶，（2）云存儲(chǔ)數(shù)據(jù)中心，（3）區(qū)塊鏈網(wǎng)絡(luò)。從邏輯上來看，區(qū)塊鏈網(wǎng)絡(luò)相當(dāng)于一個(gè)專門的第三方數(shù)據(jù)庫，用于存放云數(shù)據(jù)完整性證據(jù)。值得注意的是，區(qū)塊鏈網(wǎng)絡(luò)并非獨(dú)立于用戶與云存儲(chǔ)數(shù)據(jù)中心，而是在物理上集成于數(shù)據(jù)中心的控制節(jié)點(diǎn)。對(duì)于云存儲(chǔ)模式中的各個(gè)主體，包括云終端與數(shù)據(jù)中心的服務(wù)器節(jié)點(diǎn)在內(nèi)，都是BEMDICS機(jī)制的構(gòu)成部分。各用戶、數(shù)據(jù)中心服務(wù)器節(jié)點(diǎn)都作為區(qū)塊鏈網(wǎng)絡(luò)的客戶端，都通過區(qū)塊鏈SDK與區(qū)塊鏈網(wǎng)絡(luò)交互，進(jìn)行完整性證據(jù)上傳和信息查詢。區(qū)塊鏈網(wǎng)絡(luò)節(jié)點(diǎn)運(yùn)行在以docker容器為載體的分布式網(wǎng)絡(luò)中，數(shù)據(jù)中心的控制節(jié)點(diǎn)服務(wù)器充當(dāng)了docker的載體，所有的交易認(rèn)證、打包等操作都是由各個(gè)授權(quán)的區(qū)塊鏈節(jié)點(diǎn)完成。所有的合法數(shù)據(jù)操作都被視為區(qū)塊鏈申請(qǐng)，由區(qū)塊鏈認(rèn)證節(jié)點(diǎn)打包到區(qū)塊鏈網(wǎng)絡(luò)中。

2.2 BEMDICS流程

云系統(tǒng)中存在CA服務(wù)，用于身份驗(yàn)證和簽名證書的發(fā)放，邏輯上主體的身份分為兩種：普通客戶端、礦工節(jié)點(diǎn)，礦工節(jié)點(diǎn)又分為背書節(jié)點(diǎn)、排序節(jié)點(diǎn)、確認(rèn)節(jié)點(diǎn)等。BEMDICS機(jī)制具體工作流程如下：

（1）客戶端向數(shù)據(jù)中心CA服務(wù)器發(fā)送身份驗(yàn)證請(qǐng)求，數(shù)據(jù)中心返回客戶端有效簽名信息Sign；

（2）客戶端向數(shù)據(jù)中心發(fā)送請(qǐng)求Command，請(qǐng)求可以是上傳數(shù)據(jù)或者校驗(yàn)數(shù)據(jù)，數(shù)據(jù)中心接收請(qǐng)求，根據(jù)請(qǐng)求類型與區(qū)塊鏈網(wǎng)絡(luò)交互；

（3）根據(jù)Command類型的不同，觸發(fā)不同操作，如果是上傳數(shù)據(jù)則觸發(fā)數(shù)據(jù)上傳操作，執(zhí)行第4-6步，若是校驗(yàn)數(shù)據(jù)則觸發(fā)數(shù)據(jù)下載操作，執(zhí)行第7-10步；

（4）數(shù)據(jù)上傳操作規(guī)定：CA服務(wù)器驗(yàn)證客戶端身份Sign，并將身份驗(yàn)證結(jié)果返回客戶端；

（5）數(shù)據(jù)中心從客戶端發(fā)送的指令信息中提取完整性證據(jù)信息，并轉(zhuǎn)換為交易信息Transaction,數(shù)據(jù)中心的排序節(jié)點(diǎn)將Transaction排序并構(gòu)造區(qū)塊Block；

（6）排序節(jié)點(diǎn)將Block同步至提交節(jié)點(diǎn)，提交節(jié)點(diǎn)驗(yàn)證Transaction合法性后將Block提交至區(qū)塊鏈網(wǎng)絡(luò)，同時(shí)調(diào)用云接口上傳數(shù)據(jù)；

（7）數(shù)據(jù)下載操作規(guī)定：CA服務(wù)器驗(yàn)證客戶端身份Sign，并將身份驗(yàn)證結(jié)果返回客戶端；

（8）下載云數(shù)據(jù)，將計(jì)算好的待校驗(yàn)數(shù)據(jù)完整性證據(jù)構(gòu)造交易Transaction'并發(fā)送至云端，云端將該信息提交至驗(yàn)證節(jié)點(diǎn)；

（9）驗(yàn)證節(jié)點(diǎn)根據(jù)Transaction'查找交易信息在區(qū)塊鏈中所在的位置；

（10）根據(jù)區(qū)塊中的Merkel樹結(jié)構(gòu)計(jì)算摘要信息是否匹配，并返回結(jié)果；

（11）返回相關(guān)結(jié)果。

3 實(shí)驗(yàn)與分析

通過實(shí)驗(yàn)對(duì)本文所提出的BEMDICS機(jī)制有效性進(jìn)行測試，以驗(yàn)證BEMDICS機(jī)制是否能夠?qū)υ拼鎯?chǔ)數(shù)據(jù)完整性證據(jù)有效記錄以及對(duì)數(shù)據(jù)完整性有效驗(yàn)證。

3.1 實(shí)驗(yàn)設(shè)置

本文區(qū)塊鏈服務(wù)采用開源區(qū)塊鏈平臺(tái)Hyperledger Fabric 1.4，云存儲(chǔ)平臺(tái)采用Apache Hadoop分布式文件系統(tǒng)，基于虛擬機(jī)環(huán)境搭建一個(gè)3節(jié)點(diǎn)的云存儲(chǔ)平臺(tái)，并在控制節(jié)點(diǎn)Name Node上運(yùn)行區(qū)塊鏈平臺(tái)Hyperledger Fabric。實(shí)驗(yàn)使用斯坦福大學(xué)的“Cars Da?taset”訓(xùn)練集中的前8000個(gè)文件充當(dāng)云存儲(chǔ)文件，并在初始階段使用SHA-256算法計(jì)算并保存所有文件的完整性證據(jù)信息。實(shí)驗(yàn)采用8組對(duì)比實(shí)驗(yàn)，數(shù)據(jù)集規(guī)格分別為1000，2000，3000，4000，5000，6000，7000，8000個(gè)文件，客戶端使用讀寫腳本對(duì)存儲(chǔ)集群進(jìn)行數(shù)據(jù)讀寫操作并驗(yàn)證完整性。

詳細(xì)實(shí)驗(yàn)環(huán)境如下：操作系統(tǒng)為Windows 10家庭中文版64位，CPU為AMD Ryzen 7 4800H@2.9GHz，內(nèi)存大小為16.00GB，硬盤大小為512GB固態(tài)硬盤，VM?ware版本為15.0，Hadoop版本為2.9.2，nodejs版本為v8.17.0，npm版本為6.13.4，JKD版本為1.8，docker版本為18.06.3-ce，Python版本為2.7.6。

3.2 有效性分析

為了驗(yàn)證BEMDICS機(jī)制的有效性，采用前后對(duì)比實(shí)驗(yàn)的方式來檢驗(yàn)。首先使用批量處理工具將數(shù)據(jù)集中的后4000個(gè)文件進(jìn)行篡改后與未更改的前4000個(gè)文件組合生成對(duì)比數(shù)據(jù)集，將原數(shù)據(jù)集與對(duì)比數(shù)據(jù)集先后進(jìn)行集群讀寫操作。

定義1：若集群讀寫過程中數(shù)據(jù)完整性驗(yàn)證結(jié)果和跟初始完整性證據(jù)信息表對(duì)比相同，則定義此次驗(yàn)證為有效驗(yàn)證。

對(duì)比原生集群讀寫的有效驗(yàn)證數(shù)與集成BEM?DICS機(jī)制的集群讀寫有效驗(yàn)證數(shù)，取多次數(shù)據(jù)集驗(yàn)證結(jié)果計(jì)算平均驗(yàn)證有效率P，有效率由公式（1）計(jì)算。

其中v為有效驗(yàn)證數(shù)，t為總驗(yàn)證數(shù)，實(shí)驗(yàn)結(jié)果如表1所示。

表1 有效率實(shí)驗(yàn)結(jié)果

圖形化展示如圖1所示。

圖1 驗(yàn)證有效率

從圖1中可以發(fā)現(xiàn)，前4000個(gè)數(shù)據(jù)集文件中，云存儲(chǔ)原生完整性驗(yàn)證機(jī)制（以下簡稱原生機(jī)制）與BE?MDICS機(jī)制均能對(duì)云存儲(chǔ)數(shù)據(jù)完整性進(jìn)行有效驗(yàn)證。而在后4000個(gè)文件的驗(yàn)證中，原生機(jī)制的驗(yàn)證有效率逐漸下降，而BEMDICS機(jī)制驗(yàn)證有效率為100%，表明原生機(jī)制在篡改文件的情況下是無法進(jìn)行完整性驗(yàn)證的，BEMDICS機(jī)制則能保持合理的驗(yàn)證有效率。因?yàn)樵诤?000的文件中，數(shù)據(jù)被篡改的時(shí)候其對(duì)應(yīng)的完整性證據(jù)也被同步篡改了，對(duì)于原生機(jī)制來說，這種情況下是能通過完整性驗(yàn)證的，但實(shí)際上是由于被篡改的數(shù)據(jù)生成的新完整性證據(jù)與被篡改的完整性證據(jù)能一一對(duì)應(yīng)，卻與數(shù)據(jù)初始狀態(tài)下的完整性證據(jù)無法對(duì)應(yīng)，數(shù)據(jù)已然出現(xiàn)安全故障，原生機(jī)制卻難以發(fā)現(xiàn)。而BEMDICS機(jī)制能進(jìn)行驗(yàn)證，是因?yàn)橥暾宰C據(jù)被安全地存放到了區(qū)塊鏈中，數(shù)據(jù)的完整性證據(jù)無法被篡改和刪除，故能進(jìn)行有效驗(yàn)證。

3.3 驗(yàn)證時(shí)延分析

針對(duì)區(qū)塊鏈對(duì)數(shù)據(jù)完整性證據(jù)的查詢時(shí)延開銷進(jìn)行分析，對(duì)比云存儲(chǔ)原生系統(tǒng)對(duì)完整性校驗(yàn)的時(shí)間開銷與BEMDICS機(jī)制對(duì)完整性校驗(yàn)的時(shí)間開銷，每組實(shí)驗(yàn)重復(fù)5次結(jié)果取平均值，統(tǒng)計(jì)的單個(gè)文件完整性校驗(yàn)時(shí)延如表2所示。

表2 時(shí)延實(shí)驗(yàn)結(jié)果

圖形化展示如圖2所示，從圖中可以發(fā)現(xiàn)，總體來看，BEMDICS機(jī)制的集成會(huì)使得云存儲(chǔ)數(shù)據(jù)完整性的校驗(yàn)時(shí)延有所增加，但也整體保持在一個(gè)較為合理的水平，性能開銷相對(duì)較低，證明了BEMDICS機(jī)制性能開銷的可靠性。

圖2 BEMDICS校驗(yàn)時(shí)延分析

4 結(jié)語

本文總結(jié)了當(dāng)前云存儲(chǔ)模式中數(shù)據(jù)完整性保護(hù)機(jī)制，并指出當(dāng)前數(shù)據(jù)完整性保護(hù)機(jī)制的不足，針對(duì)這種不足提出一種基于區(qū)塊鏈技術(shù)的數(shù)據(jù)完整性增強(qiáng)機(jī)制，將云存儲(chǔ)中的數(shù)據(jù)完整性證據(jù)分布式存放，且不可刪除、不可篡改，解決了在云存儲(chǔ)模式中數(shù)據(jù)在云端完整性被破壞而得不到驗(yàn)證的問題。實(shí)驗(yàn)表明，BEM?DICS機(jī)制雖然會(huì)帶來額外的性能開銷，但能解決云存儲(chǔ)數(shù)據(jù)完整性保護(hù)的不足，實(shí)現(xiàn)了對(duì)云數(shù)據(jù)完整性的有效記錄和驗(yàn)證。