大數(shù)據(jù)環(huán)境中計(jì)算機(jī)網(wǎng)絡(luò)安全存儲(chǔ)研究①

胡 瓊

(六安職業(yè)技術(shù)學(xué)院，安徽 六安 237158)

0 引 言

互聯(lián)網(wǎng)迅猛發(fā)展為全球經(jīng)濟(jì)崛起以及科技發(fā)展提供了重要技術(shù)支撐，傳統(tǒng)的數(shù)據(jù)存儲(chǔ)系統(tǒng)性能下降，甚至陷入癱瘓，難以擔(dān)任存儲(chǔ)大數(shù)據(jù)信息的重任。此情形下，尋找一種高效、安全的計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)存儲(chǔ)途徑十分關(guān)鍵[1]。NewSQL非關(guān)系型數(shù)據(jù)庫(kù)的出現(xiàn)一定程度上解決了大數(shù)據(jù)存儲(chǔ)難題，提高了計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)存儲(chǔ)的效率與處理速度[2]。大數(shù)據(jù)環(huán)境下實(shí)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)信息的安全存儲(chǔ)，亟需解決的問(wèn)題有兩個(gè)，一是如何有序高效的存儲(chǔ)數(shù)據(jù)信息，二是怎樣安全抵御外部力量竊取計(jì)算機(jī)網(wǎng)絡(luò)用戶信息。針對(duì)這一訴求，研究的計(jì)算機(jī)網(wǎng)絡(luò)安全存儲(chǔ)技術(shù)，除了有序存儲(chǔ)計(jì)算機(jī)網(wǎng)絡(luò)信息以外，還要具備抵御病毒黑客入侵的功能，為此從計(jì)算機(jī)網(wǎng)絡(luò)大數(shù)據(jù)存儲(chǔ)架構(gòu)設(shè)計(jì)與數(shù)據(jù)加密存儲(chǔ)算法兩個(gè)角度展開(kāi)深度研究。

1 基于大數(shù)據(jù)的計(jì)算機(jī)網(wǎng)絡(luò)安全存儲(chǔ)技術(shù)

1.1 基于去冗余功能的大數(shù)據(jù)分布式存儲(chǔ)架構(gòu)設(shè)計(jì)

計(jì)算機(jī)網(wǎng)絡(luò)操作系統(tǒng)中，往往將存儲(chǔ)空間抽象的描述為文件系統(tǒng)，其本質(zhì)是一種用戶與網(wǎng)絡(luò)通信的訪問(wèn)接口，以統(tǒng)一、對(duì)象化的方式與計(jì)算機(jī)進(jìn)行信息互動(dòng)。和傳統(tǒng)存儲(chǔ)技術(shù)相比，大數(shù)據(jù)環(huán)境下的分布式存儲(chǔ)系統(tǒng)高速、可靠、易拓展、成本低，采用網(wǎng)絡(luò)設(shè)備存儲(chǔ)代替?zhèn)鹘y(tǒng)意義上的低效率服務(wù)器存儲(chǔ)，利用網(wǎng)絡(luò)拓?fù)溥B接存儲(chǔ)陣列與服務(wù)器[3]。HDFS是集成在Hadoop大數(shù)據(jù)框架中的典型分布式文件存儲(chǔ)系統(tǒng)，提供最基本的存儲(chǔ)支持功能，應(yīng)用HDFS構(gòu)建計(jì)算機(jī)網(wǎng)絡(luò)大數(shù)據(jù)存儲(chǔ)架構(gòu)，并應(yīng)用去冗余策略減少數(shù)據(jù)存儲(chǔ)的多余部分，減輕系統(tǒng)運(yùn)行壓力。

在HDFS文件系統(tǒng)中，基于“數(shù)據(jù)塊”完成數(shù)據(jù)存儲(chǔ)，“塊”是表達(dá)數(shù)據(jù)的單位；對(duì)于海量數(shù)據(jù)離線處理問(wèn)題，HDFS可以做到一次寫(xiě)入、n次讀取，不依賴于在線數(shù)據(jù)存儲(chǔ)。圖1描述了HDFS文件系統(tǒng)的基本構(gòu)成及運(yùn)行原理。

圖1 HDFS基本構(gòu)成及運(yùn)行原理

在HDFS文件存儲(chǔ)系統(tǒng)中，API用戶模塊通過(guò)元數(shù)據(jù)與NameNode服務(wù)器溝通，通過(guò)塊數(shù)據(jù)與DataNode服務(wù)器溝通，即NameNode、DataNode分別是元數(shù)據(jù)與塊數(shù)據(jù)的處理節(jié)點(diǎn)，存儲(chǔ)系統(tǒng)中存在多個(gè)不同編號(hào)的DataNode服務(wù)器。大數(shù)據(jù)集群中NameNode是核心部分，監(jiān)測(cè)大數(shù)據(jù)存儲(chǔ)運(yùn)行的態(tài)勢(shì)，用于均衡各節(jié)點(diǎn)的能量消耗、存儲(chǔ)量負(fù)載情況。HDFS存儲(chǔ)運(yùn)行機(jī)制如下：由于待存儲(chǔ)文件的塊ID信息存放在NameNode，所以API首先訪問(wèn)NameNode得到元數(shù)據(jù)對(duì)應(yīng)的塊ID等信息[4]；接著訪問(wèn)DataNode讀取數(shù)據(jù)內(nèi)容，此部分有專門(mén)資源管理器為API分配具體訪問(wèn)的DataNode服務(wù)器，最終完成計(jì)算機(jī)網(wǎng)絡(luò)大數(shù)據(jù)的存儲(chǔ)活動(dòng)。

HDFS雖然解決傳統(tǒng)文件存儲(chǔ)系統(tǒng)效率低下問(wèn)題，但是仍需在存儲(chǔ)環(huán)節(jié)盡量減輕待存儲(chǔ)數(shù)據(jù)的冗余程度，精簡(jiǎn)計(jì)算機(jī)網(wǎng)絡(luò)信息存儲(chǔ)量，以提高HDFS運(yùn)行速度。參考汪帥等人的去冗余策略形成了適用于HDFS存儲(chǔ)系統(tǒng)的數(shù)據(jù)精簡(jiǎn)策略[5]：

step 1:冗余評(píng)估。在文件存儲(chǔ)系統(tǒng)中設(shè)置布隆過(guò)濾器，過(guò)濾器接收到待存儲(chǔ)文件的專屬指紋信息后，評(píng)估存儲(chǔ)系統(tǒng)中是否已經(jīng)存在同樣的文件內(nèi)容，如存在則為冗余信息。

step 2:精準(zhǔn)冗余評(píng)估。進(jìn)一步根據(jù)文件的指紋信息在全部存儲(chǔ)服務(wù)器上查找相應(yīng)的元數(shù)據(jù)，由系統(tǒng)應(yīng)用程序接收查找結(jié)果，當(dāng)任意存儲(chǔ)服務(wù)器上存在文件元數(shù)據(jù)則將其判定為冗余信息。

step 3:數(shù)據(jù)存儲(chǔ)。判斷文件的冗余性之后按照HDFS存儲(chǔ)機(jī)制完成計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)的安全存儲(chǔ)，文件指紋信息需要留存，以便后續(xù)使用。

1.2 基于Lorenz超混沌算法的計(jì)算機(jī)網(wǎng)絡(luò)大數(shù)據(jù)加密技術(shù)

Lorenz超混沌系統(tǒng)的優(yōu)勢(shì)是產(chǎn)生的序列隨機(jī)性強(qiáng)、動(dòng)力學(xué)行為較為復(fù)雜，適合計(jì)算機(jī)網(wǎng)絡(luò)大數(shù)據(jù)信息的加密應(yīng)用，對(duì)于提高信息存儲(chǔ)的安全系數(shù)意義重大[6]。存在至少兩個(gè)正Lyapunov指數(shù)的混沌系統(tǒng)稱為超混沌系統(tǒng)，一般使用Kaplan-Yorke猜想完成Lyapunov指數(shù)計(jì)算，定義χ1，χ2，χ3，χ4，χ5分別表示Lyapunov指數(shù)，采用公式(1)帶入Lorenz超混沌系統(tǒng)的各個(gè)Lyapunov指數(shù)，會(huì)發(fā)現(xiàn)計(jì)算得到的Lyapunov維數(shù)滿足系統(tǒng)處于超混沌狀態(tài)的條件。

(1)

Lorenz超混沌系統(tǒng)可在更多方向上實(shí)施拉伸與折疊運(yùn)動(dòng)是其特有的屬性特征，正是如此，和普通的混沌系統(tǒng)相比超混沌系統(tǒng)動(dòng)力學(xué)行為復(fù)雜程度增加。Lorenz超混沌系統(tǒng)的數(shù)學(xué)表達(dá)式如公式(2)所示。

(2)

公式中，a，b，c，r用于描述系統(tǒng)的狀態(tài)變量，并且a取值10，b取值8/3，c取值28，r取值-1時(shí)該系統(tǒng)進(jìn)入超混沌狀態(tài)。該系統(tǒng)同時(shí)產(chǎn)生4 個(gè)混沌序列，進(jìn)一步分析可知，應(yīng)用Lorenz超混沌系統(tǒng)生成加密與解密序列之前，需要對(duì)Lorenz超混沌系統(tǒng)進(jìn)行簡(jiǎn)單處理，因?yàn)長(zhǎng)orenz超混沌系統(tǒng)初始產(chǎn)生的狀態(tài)變量值無(wú)法直接應(yīng)用于加密工作，具體步驟為：(1)首先，定義Lorenz加密和解密密鑰為K(r)，K(t)，即Lorenz超混沌的原始值與參數(shù)。將系統(tǒng)迭代次數(shù)設(shè)置為50，忽略不計(jì)前60次迭代結(jié)果，輔助Lorenz超混沌算法步入良好的混沌狀態(tài)。(2)其次，實(shí)現(xiàn)連續(xù)混沌狀態(tài)變量向離散混沌序列的轉(zhuǎn)變，離散的混沌序列更有利于加密算法實(shí)現(xiàn)[7]。x(k+g)，y(k+g)，z(k+g)，u(k+g)為轉(zhuǎn)換后的混沌序列，其中，g表示迭代次數(shù)，k的取值為1到n之間的整數(shù)。(3)確定單字節(jié)為超混沌加密算法為單位、基于異或流密碼完成加密操作，所以將[0,255]序列值作為混沌序列取值區(qū)間，序列長(zhǎng)度為8位，得到一個(gè)處理后的混沌序列。對(duì)上述得到的混沌序列執(zhí)行混合異或運(yùn)算以強(qiáng)化混沌序列的隨機(jī)程度，公式(3)為隨機(jī)性加強(qiáng)后的超混沌加密、解密混沌序列。

(3)

公式中，按位異或運(yùn)算描述為?，Lorenz超混沌系統(tǒng)中基于K(r)，K(t)產(chǎn)生的加密與解密混沌序列分別為h(r)(k)，h(t)(k)，以此作為超混沌加密算法執(zhí)行的依據(jù)實(shí)施數(shù)據(jù)加密。

超混沌加密算法用于大數(shù)據(jù)HDFS文件系統(tǒng)安全存儲(chǔ)的實(shí)現(xiàn)過(guò)程基本總結(jié)為：(1)借助Hadoop大數(shù)據(jù)平臺(tái)，將存儲(chǔ)于HDFS中的網(wǎng)絡(luò)數(shù)據(jù)分片[8]；(2)基于MapReduce并行模型中的Map函數(shù)對(duì)計(jì)算機(jī)網(wǎng)絡(luò)大數(shù)據(jù)進(jìn)行并行加密與解密操作，加密解密密鑰來(lái)自超混沌加密算法[9]；(3)基于Reduce對(duì)加密存儲(chǔ)后的計(jì)算機(jī)網(wǎng)絡(luò)大數(shù)據(jù)實(shí)施歸并操作，最后以HDFS為載體完成大數(shù)據(jù)安全存儲(chǔ)。

2 測(cè)試與分析

基于Hadoop大數(shù)據(jù)平臺(tái)環(huán)境搭建虛擬機(jī)實(shí)驗(yàn)系統(tǒng)，以驗(yàn)證用于大規(guī)模計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)安全存儲(chǔ)的有效性及優(yōu)勢(shì)。將Eclipse3.8版本作為自由集成開(kāi)發(fā)環(huán)境，選取高配置硬件服務(wù)器，利用千兆以太網(wǎng)卡作為信息傳輸介質(zhì)。實(shí)驗(yàn)中個(gè)體虛擬機(jī)內(nèi)存為1GB、使用單核CPU。根據(jù)實(shí)驗(yàn)需求選取3GB計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)作為安全存儲(chǔ)實(shí)驗(yàn)數(shù)據(jù)集，為了突出在大數(shù)據(jù)安全存儲(chǔ)方面的優(yōu)越性，引入基于AES的安全存儲(chǔ)算法、基于的DES安全存儲(chǔ)算法進(jìn)行對(duì)比測(cè)試，兩種算法均為大數(shù)據(jù)環(huán)境下開(kāi)發(fā)應(yīng)用。

2.1 算法安全性分析

利用對(duì)3GB計(jì)算機(jī)網(wǎng)絡(luò)測(cè)試數(shù)據(jù)集進(jìn)行安全存儲(chǔ)，基于人為方式設(shè)置黑客入侵威脅攻擊存儲(chǔ)系統(tǒng)。20次人為暴力攻擊后，每階段數(shù)據(jù)破損程度如表1所示。

表1 計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)存儲(chǔ)的破損程度(%)

表中數(shù)據(jù)顯示，全部數(shù)據(jù)存儲(chǔ)完成后，使用本文方法加密保護(hù)的計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)在遭受黑客攻擊的第一-第五階段破損的程度均為0，該數(shù)據(jù)說(shuō)明加密大數(shù)據(jù)的可靠性較強(qiáng)，可以較好的避免黑客入侵威脅，保障計(jì)算機(jī)網(wǎng)絡(luò)運(yùn)行過(guò)程中的數(shù)據(jù)完整性。計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)并無(wú)損壞沒(méi)有遭到黑客的惡意破壞體現(xiàn)了數(shù)據(jù)加密方案的優(yōu)越性，這是因?yàn)閼?yīng)用Lorenz超混沌系統(tǒng)生成隨機(jī)的密碼序列，可在更多方向上實(shí)施拉伸與折疊運(yùn)動(dòng)，因此Lorenz超混沌系統(tǒng)產(chǎn)生密碼序列的系統(tǒng)動(dòng)力學(xué)行為更加復(fù)雜難以破解。作為加密解密密鑰，Lorenz超混沌加密算法生成密鑰序列的隨機(jī)性較強(qiáng)，符合數(shù)據(jù)加密的安全需求。

2.2 安全存儲(chǔ)效率分析

實(shí)驗(yàn)系統(tǒng)的集群節(jié)點(diǎn)為5個(gè)，以3GB數(shù)據(jù)集為例進(jìn)行加密存儲(chǔ)對(duì)比測(cè)試，記錄了方法、基于AES的安全存儲(chǔ)算法、基于DES的安全存儲(chǔ)算法數(shù)據(jù)加密效率，結(jié)果如圖2所示。

圖2 三種方法的安全存儲(chǔ)效率統(tǒng)計(jì)

隨著集群節(jié)點(diǎn)數(shù)量的增加，Map數(shù)據(jù)塊并行水平隨之提升，因此加密操作的速度越來(lái)越快，當(dāng)集群節(jié)點(diǎn)達(dá)到5個(gè)時(shí)數(shù)據(jù)存儲(chǔ)效率達(dá)到最高；相比之下，基于AES的安全存儲(chǔ)算法隨著集群節(jié)點(diǎn)數(shù)據(jù)增加其并行計(jì)算的趨勢(shì)并不顯著，數(shù)據(jù)存儲(chǔ)效率沒(méi)有得到良好改觀，基于DES的安全存儲(chǔ)算法同樣存在這一問(wèn)題，主要是因?yàn)檫@兩種算法對(duì)MapReduce模型的加密存儲(chǔ)任務(wù)分配不合理，降低了存儲(chǔ)效率。

3 結(jié) 論

提出的計(jì)算機(jī)網(wǎng)絡(luò)大數(shù)據(jù)安全存儲(chǔ)方案具有兩個(gè)特征及優(yōu)勢(shì)：首先，基于HDFS系統(tǒng)設(shè)計(jì)大數(shù)據(jù)存儲(chǔ)架構(gòu)，并使用去冗余策略降低數(shù)據(jù)存儲(chǔ)的冗余程度，節(jié)約存儲(chǔ)空間的同時(shí)提高大數(shù)據(jù)存儲(chǔ)的效率；其次，基于Lorenz超混沌系統(tǒng)生成加密解密序列，其序列隨機(jī)性強(qiáng)的特征提高了加密算法的安全性能，切實(shí)增強(qiáng)了大數(shù)據(jù)安全存儲(chǔ)的安全防護(hù)系數(shù)。