大数据时代,各行业的数据量呈指数级别增长,购买本地存储设备和人力资源维护带来的成本也随之提高,于是将数据外包给第三方存储服务器成为企业和个人首选。但是数据拥有者和数据管理者角色的相互分离带来了新的安全隐患,不可信的数据管理者可能非授权访问、更新和增删数据拥有者的数据,严重的会造成敏感信息的泄漏和重要数据的破坏。目前的解决方案有通过加密和访问控制等技术保证云端数据的机密性,通过数据冗余等技术保证云端数据的可用性,通过公开审计等技术保证云端数据的完整性。本文以云加密数据库为基础,结合审计技术,接入具体的业务系统,既可以保证云端数据的机密性,又能实时识别异常的数据库操作行为,作出相应的处理,还支持在审计日志细粒度加密存储的条件下,根据审计日志在事件发生后追根溯源找到责任者、执行操作回放等事后审计功能,在一定程度上保证了云端数据的完整性。主要研究内容包括以下几个方面:1.审计系统的架构设计。分为采集层、分析层和业务层。采集层以探针的方式从加密代理采集必要的数据,并做一定的预处理以提高数据的相关性,降低数据的冗余性;分析层首先进行二次预处理以归类当前审计对象,然后采用基于隐马尔科夫模型的异常检测方法进行实时异步的检测,包括训练和检测两个阶段。其中,训练阶段通过训练样本确定模型的参数;检测阶段通过滑动窗口中的SQL命令序列流和加窗平滑处理技术得到状态序列对应时刻的判决值,并与判决阈值进行比较,如果大于阈值则判定为正常,否则判定为异常。最后将审计日志写入审计数据库。业务层以Web页面的方式供管理员制定灵活的审计策略,查看明文的审计结果,执行操作回放和报表生成、下载等功能。2.保护用户隐私的审计方案。审计系统采集的数据有会话ID、客户端IP、用户名、时间、经加密代理加密改写后的SQL命令流,对于双向审计还会采集SQL操作结果状态、影响行数和执行时间。后续的分析和审计日志的存储都是基于采集的数据,由于SQL操作的敏感字段信息都是被加密改写后的密文串,所以不会泄漏用户的敏感信息;另一方面,密文串是经过特定的加密算法得到的,保证了一定的特征,所以对公开审计的高性能提供了一定的支持。3.高性能的异常数据库操作检测方法。首先,采集的数据包括两次预处理过程以减少采集探针与分析层之间的通信量和分析层的计算量;其次分析层避免使用SQL命令序列的观测值序列,而通过其状态序列计算判决值以减少计算量;最后检测阶段利用加窗平滑处理得到的判决值和判决阈值进行比较以保证检测率。实验结果表明,该审计系统具有检测率高、误检率低和实时异步审计等优点。