云计算下的数据存储安全可证明性综述

来源 :计算机应用研究 | 被引量 : 4次 | 上传用户:spsnake
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
云计算的数据服务外包可以减少数据所有者本地的存储和维护压力,然而用户会因此失去对数据可靠性和安全的物理控制。于是如何确保云中数据的安全就成为了非常有挑战性的任务和难题。在全面研究云计算数据存储安全现有成果的基础上,介绍了云计算数据存储的基本架构,并从可检索证明和可证明数据拥有两个角度分析了相关研究方案的发展,从公共认证、同态认证、数据动态化、隐私保护、批审计和多服务器环境得方面讨论了协议的功能设计,并且列表进行了功能和开销对比,在此基础上提出了一个比较完备的云计算环境下的协议框架。最后总结并阐述了后
其他文献
提出了一种空间数据服务的虚拟化描述方法。针对各类空间数据服务,采用基础描述元素和描述规则描述服务元信息、数据元信息和服务操作信息,并存储为虚拟文件,进而支持用户通过虚拟文件进行空间数据服务的组织管理和综合应用。对天地图、Google Maps、OGC标准服务三类空间数据服务进行集成显示实验,实验结果表明虚拟化描述方法可以有效地实现多源空间数据服务的统一访问与应用。
为改善免疫网络算法在多峰函数优化方面存在局部收敛的不足,提出一种Lamarck免疫网络算法(LM-aiNet)。依据Lamarck进化理论思想,设计基于方向的局部搜索机制和自适应的网络抑制阈值,提高了算法对于不同类型多峰函数优化的适应能力。对算法的复杂度和收敛性进行分析,重点讨论了算法主要参数对求解性能的影响,确定合适的参数取值范围。实验结果表明,算法能够有效地解决经典算法的局部收敛问题,其求解能
利用增广Lagrange罚函数处理问题的约束条件,提出了一种新的约束优化差分进化算法。基于增广Lagrange惩罚函数,将原约束优化问题转换为界约束优化问题。在进化过程中,根据个体的适应度值将种群分为精英种群和普通种群,分别采用不同的变异策略,以平衡算法的全局和局部搜索能力。用10个经典Benchmark问题进行了测试,实验结果表明,该算法能有效地处理不同的约束优化问题。
为了避免文本特征提取过程中负相关特征与弱相关特征产生的干扰,提出一个新的基于类别正相关和强相关(SP)的特征提取方法。通过结合正相关性因子和强相关因子,SP方法能够有效地区别特征与类别正负相关性和强弱相关程度,通过优先选择正相关和强相关特征,避免了负相关和弱相关特征的干扰,从而有效地提取高质量的文本特征。实验结果表明,该方法具有强降维能力和良好的分类效果。
为了满足大规模定制中客户的个性化要求,以产品族设计为研究对象,提出了基于多色集合层次理论的产品族配置建模方法。利用元素、个人颜色、统一颜色等概念,建立产品族模型与客户需求之间的映射关系,提供产品族元素选择的形式解决方案,实现用户需求到不同产品组合方案的推理过程。实例验证结果表明,该建模方法简便易行,便于形式化表述和软件实现。
无线MIMO信道中由于天线相关性或者特殊的散射体结构,会发生信道矩阵秩损现象,从而导致传统的QRD-M算法无法直接应用。针对此问题,首先利用信道规则化算法对信道矩阵进行扩展来解决秩损问题,然而该预处理过程又会带来新的检测干扰,通过采用一种改进的QRD-M检测算法来减小此干扰带来的影响。与传统QRD-M算法每层只保留M个节点不同,改进的QRD-M检测算法将权值大于第M个节点且差值在某个阈值范围内的所
针对空间网络延迟容忍问题,提出一种用于空间延迟容忍网络(space delay-tolerant network,SDTN)的安全通信模型。该模型采用谓词逻辑的方法,建立了SDTN有向多径图、安全协议服务集、可靠路径选择服务集、转发能力集,给出了模型的安全约束规则、安全通信算法。定义了空间延迟容忍网络安全通信的状态机系统,证明了模型的安全性、可靠性和所具有的延迟容忍能力,从理论上奠定了空间延迟容忍
研究了一类含有时变时滞的神经网络无源分析问题。通过将时滞区间分解为两个子区间和构造新颖的Lyapunov泛函,得到了基于LMIs(线性矩阵不等式)形式的时滞相关无源的新准则。这个新准则推广了一些已有的结果,并且具有更少的保守性。最后,数值例子和仿真验证了结论的有效性。
为了科学准确地预测全国污染物排放量,根据污染物排放受多种灰色因素影响及污染数据采集具有随机波动性的特点,将灰色预测和Markov链相结合,利用灰色系统模型预测污染物排放量的整体趋势,Markov链作为传感器检测系统状态的随机波动变化,并对模型进行实时修正改进,在此基础上,提出了一种基于改进灰色Markov链的污染物减排预测方法。最后以全国二氧化硫排放量为例,对模型的预测精度和有效性进行了分析。结果
在基于链接的概率隐含语义分析的基础上提出一种融合文本链接的增量方法进行主题建模。首先在原有网页集上进行主题建模;然后随着网页的结构和内容动态变化,利用一种合理的更新机制更新模型参数,从而高效快速地处理在线网页流的动态变化。此外,提出一个自适应非对称学习方法融合文本与链接模态的隐含主题。对于每个网页,它在两种模态上的主题分布通过加权进行融合,而权值由该网页的特征词分布的熵值确定。由于融合之后的概率结