针对密文数据的跨用户重复数据删除方法研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:xamalong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
重复数据删除技术广泛用于云计算等应用程序中,以优化云服务器的存储空间。重复数据删除技术指的是,当云服务提供商收到来自不同用户上传的相同文件的不同副本时,云服务器提供商仅存储相同文件的一个副本。用户为了保护数据的隐私通常选择将数据加密后再上传至云服务提供商。然而,用户使用传统的加密算法加密数据可能导致相同的数据被加密成不同的密文数据,从而阻碍了云服务器执行重复数据删除。安全的密文数据的跨用户重复数据删除指既能够保证用户数据的隐私,同时也允许云服务提供商在无法得知明文数据的前提下实现重复数据检测。本文针对密文数据的跨用户重复数据删除中存在的安全问题提出了一个没有第三方实体辅助(例如,额外的云服务器或者来自其它实体的辅助)的,实现了安全的、用户友好的重复数据删除方案。此方案在收敛密钥的生成阶段引入一个随机值,并使用El Gamal加密算法将其加密后通过云服务器共享于拥有相同数据的不同副本的用户之间。随机值的引入保证了此方案能够抵御暴力字典攻击。本文在解决了密文数据的跨用户重复数据删除的安全问题的基础上,将安全的跨用户重复数据删除技术与实际应用相结合,提出了一个应用于大型企业或者团体的去重方案。此方案基于混合云架构,通过基于密文策略的属性加密算法(CP-ABE)实现了安全的访问控制和密钥管理。安全性分析说明了本文提出的方案均保证了密文数据的跨用户重复数据删除领域中的安全需求。此外,本文设计了大量对比实验和模拟实验,实验结果显示,在本文所提出的方案中,复杂的计算工作由云服务器执行,用户只需承担计算量很小的工作。
其他文献
由于司法流程公开与共享的不断推进,我国的司法大数据公开化已趋于成熟,蕴含于法律文书中的丰富法律信息成为了值得深入研究的珍贵资源。但由于法律文书以自然语言形式进行记录,机器难以直接对文档内容进行理解和分析。因此,通过文本挖掘技术对非结构化的司法领域文本进行信息提取和结构化存储,对司法领域信息化发展以及司法效率的进一步提高都具有积极意义和深远影响。文本挖掘中的实体识别和关系抽取技术对于法律文书中关键信
随着软硬件技术的飞速发展,大规模知识图谱的构建和存储成为了可能,并为问答系统、药物发现等人工智能应用提供了知识基础。问答系统作为人工智能领域一项前景广阔的落地应用受到人们的广泛关注。与通过搜索引擎获取知识的方式相比,问答系统能更加智能和高效地给出确切的答案。基于知识图谱的问答系统(Knowledge Based Question Answering,KBQA)结合二者的优势,将用户的查询解析为逻辑
随着信息时代的到来,人们在网上获取知识的渴望越来越高。传统的基于搜索引擎的信息检索方式会返回大量与问题相关的网页,这不仅对网页的排序准确率有较高的要求,还需要人工的去点击链接筛选信息,这无疑会耗费一定时间。因此,问答系统应运而生。问答系统可以直接理解用户的问题,返回简洁正确的答案,降低用户查询成本。知识图谱是一种新型的数据库,可以看作是巨大的语义关系网,表示客观世界实体之间的关系,其以图结构存储知
汽车工业和计算机深度学习等技术的进步使无人驾驶汽车(Automatic Vehicle,AV)逐渐成为一种不可替代的交通方式。自主代客泊车(Autonomous Valet Parking,AVP)功能作为无人驾驶汽车的重要功能之一,使汽车能自主完成导航和泊车任务。在自主代客泊车领域,分为短程自主代客泊车(Short-range Autonomous Valet Parking,SAVP)和远程自
当前是一个信息爆炸的时代,人们都在创作或者接受各种各样的文本资讯。让机器学会生成文本在一定程度可以避免人们机械重复的信息生产过程,在提高效率的同时还可以为人类创作提供灵感或者辅助。文本的内容通常会围绕特定的主题进行展开,如果文本内容松散,缺乏明确的主题,文本可读性就会下降。当前的许多文本生成研究也较少对于主题信息进行建模研究,因此,本文主要探究融合主题信息的文本生成技术。首先,本文对主题模型的主题
幽默是人类交流中一种独特的表达方式,它能够创造轻松愉快的氛围,促进人与人之间的沟通。幽默饱含智慧与创造力,研究幽默的产生机理,使用计算机对幽默建模,识别和生成幽默有助于计算机模拟人类的认知,对人工智能的发展至关重要。近年来已有许多基于文本的幽默识别研究,但是随着社交媒体的发展,幽默识别的对象不再局限于文本,音频、视频等多模态信息中也包含着丰富的幽默。多模态幽默识别成为该领域新兴的研究课题,它需要挖
高维、复杂的生物数据中潜藏着大量与生命健康密切相关的信息,生物数据往往具有样本量小、维数高的特点,因此如何对其进行有效降维并提取重要信息,对疾病诊断、药物研发、个性化医疗等具有重要意义。由于生物体自身的复杂性导致分子间存在错综复杂的交互作用,对此,本文分别从特征选择与特征提取两个角度出发,利用分子间的关联关系从复杂的生物数据中提取出具有重要意义的信息,具体研究内容如下:1.提出了基于协同作用网络的
背包问题是组合优化问题中的经典问题之一,该问题经常出现在资源分配中,决策者必须在规定的时间或者预算下,在一组不可分割的物品或者任务中进行选择。背包问题已经被研究了一个多世纪,最早的文献作品可以追溯到1896年。在经典的0-1背包问题中,给定一个容量固定的背包和若干物品,每个物品都有收益属性和重量属性,目标是选出若干物品放入到背包中(每个物品最多只能选择一次),满足背包中所有物品的重量之和不超过背包
随着互联网技术和交通信息化的快速发展,交通数据的规模越来越大,在智能交通系统中,完整有效的交通数据对交通管理来说意义重大。但是实际中采集交通数据时,由于一些不可避免的事件的发生(如设备损坏、恶劣天气等),会导致数据采集中断,造成部分数据的缺失,这降低了数据集的有效性,制约了智能交通建设的发展。对缺失的交通数据进行有效的补全,在理论和实际层面具有重要的研究意义然而交通数据的补全具有非常大的挑战性。一
在科技不断发展的现代化社会,人机交互技术受到人们的广泛关注,而手势识别作为新型人机交互技术更受到研究者们的青睐,本文研究的是手势识别技术中的一种:手写识别。手写识别为人们提供了一种更为方便的交流方式,但是对于视力模糊的老人和手部神经综合性疾病的患者来说,在智能手机或智能手表等小屏幕上无论是打字还是手写都是困难的,所以本文将目光转向非接触式空中手写识别的研究。现有的基于WiFi手写识别系统存在着一些