论文部分内容阅读
软件即服务(Software as a Service, SaaS)是云计算中一种非常重要的服务交付方式,服务商负责应用软件的维护、管理、升级等工作,租户通过网络租赁应用并按使用付费,不必关心底层复杂的实现细节。SaaS模式下,成熟的服务运营商一般采用单实例多租赁(Single Instance Multi-Tenancy)的方式,使用同一个实例为不同租户提供服务,即多租户应用。多租户应用已成为云计算中一种重要的应用模式,具有广阔的发展前景。在多租户应用中,租户敏感数据的存储和处理都发生在非完全可信的服务运营商端,为了满足多租户应用操作的需求,租户敏感信息通常是以明文的形式在云中存储,非完全可信的服务运营商可能会监守自盗,租户敏感数据面临极大的泄露风险,数据隐私保护问题成为亟待解决的重要问题。由于多租户应用的按需定制、共享存储、多数据节点等云的特征,面向多租户应用的数据隐私保护面临着一系列的新的问题和挑战:(1)多租户应用场景中,不同租户有着不同的个性化隐私保护需求,对租户敏感数据的隐私保护应能够体现租户的个性化,针对租户要求保护的敏感数据进行定制的隐私保护;(2)多租户应用中业务处理的需求及租户的个性化隐私保护定制,需要数据隐私保护机制能够适应这种动态变化的情况,实现租户隐私保护的持续性、一致性;(3)多租户应用要对租户数据进行业务逻辑处理,对租户敏感数据的隐私保护不能影响租户应用的数据处理效率,否则会违背使用多租户应用的初衷。因此,本论文针对多租户应用存在的服务运营商监守自盗、个性化隐私保护需求支持、数据隐私保护需求的一致性保证、数据隐私保护与多租户应用性能的平衡等问题,结合其多租户数据共享存储、多数据存储节点、租户按需租赁定制其应用等特点,以面向多租户应用的云数据隐私保护为研究目标,拟从以下几方面展开云计算环境下面向多租户应用的数据隐私保护机制的研究:(1)针对多租户应用中租户定制的敏感数据组合,提出一种基于信息隐藏的数据组合隐私保护机制,结合基于伪造数据的均衡化,有效实现了敏感数据组合的隐私保护。本文提出了一种基于信息隐藏的敏感数据组合的隐私保护机制,通过保护敏感的关联关系实现隐私保护,同时,针对出现的数据分布变化导致的隐私泄漏,分析了不同的情况,提出了对应的均衡化机制,基于伪造数据,实现对各种导致隐私泄漏的数据分布的调整,防止数据分布带来的数据组合隐私泄漏。通过分析,证明了隐私保护机制的合理性,并通过实验验证了该隐私保护机制的实用性。(2)针对多租户应用中租户定制的单敏感数据,提出了一种基于支持向量机的非确定性的单敏感属性保护机制,实现对单敏感数据的隐私保护。针对云计算中面向多租户应用敏感数据确定性隐私保护方法带来的泄露问题,本文提出一种非确定性隐私保护方法,基于支持向量机和关系隐藏实现对敏感数据的保护,对于同一敏感数据值,对应不同的隐私保护值,能够有效防止非完全可信运营商对敏感数据的惟密文攻击。通过分析说明了该隐私保护机制的安全性,通过实验说明了该非确定性隐私保护机制的实用性。(3)针对应用升级、租户个性化隐私定制等引起的隐私泄漏,提出了一种数据隐私保护的动态调整机制,确保隐私保护动态满足租户的隐私保护需求。本文基于数据组合隐私,提出了一种隐私保护的调整机制,能够根据租户的个性化隐私需求,及时调整数据组合隐私保护对应的数据模式,减少隐私泄漏的程度。通过分析及实验说明了面向多租户应用的数据组合隐私保护调整的正确性和合理性。(4)针对云中数据分割和多数据节点放置的情况,提出了一种隐私保护的数据分割放置策略,实现租户数据隐私保护与应用性能的有效结合。不同租户的数据经过数据分割、放置后在后台多个数据节点中进行共享存储。随着多租户应用的运行,节点负载动态变化,租户敏感数据的分割放置影响租户应用的性能水平。本文提出了一种隐私保护数据的分割放置策略,能够基于租户的性能需求,对租户数据进行合理的初始分割及放置,满足租户的性能水平,实现隐私保护与性能的平衡。