基于数据流行度的云存储去重和LRI攻击缓解方案

作     者：杨琴琴 

作者单位：河北大学 

学位级别：硕士

导师姓名：何欣枫;赵新龙

授予年度：2023年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：数据去重 LRI攻击 数据流行度 布隆过滤器 

摘      要：数据去重技术由于可以缓解云服务器存储压力而被广泛应用在云存储中。在众多数据去重方案中,基于客户端的跨用户去重方案因其低空间消耗和低带宽消耗而优于其它去重方案。在基于客户端的跨用户去重方案中,客户端在上传文件之前向云服务器发送文件哈希值判断文件是否已经被其他用户上传过,然后云服务器返回给客户端Yes/No的响应表示文件的存在状态。攻击者可以利用这些响应信息发动侧信道攻击来破坏用户数据隐私,尤其当攻击者知道了某个文件的大部分内容后,可以通过蛮力的学习剩余信息(LRI,Learning the Remaining Information)攻击获取剩余文件信息。在实际应用中,云中数据的流行度分布高度倾斜,流行数据是冗余数据的主要来源,而敏感数据集中在非流行数据上,但是现有的去重方案和LRI攻击缓解方案无法很好地适用于这种数据分布。针对这种数据分布,如何在高效去重的同时低成本地保护数据安全成为一个新问题。针对上述问题,本文做了以下工作:(1)为了实现不均匀分布数据集的高效率去重,本文将数据流行度和布隆过滤器相结合,提出了基于数据流行度的动态布隆过滤器(PDBF,Popularity Dynamic Bloom Filter)和基于PDBF的数据去重方案,可以根据数据流行度动态调整去重精度。对高冗余度的流行数据执行高精度去重,低冗余度的非流行数据执行低精度去重。仿真实验结果表明,该方案在时间消耗、空间消耗和误判率之间取得了良好的平衡。(2)为了更低成本地缓解基于客户端跨用户去重过程中可能出现的LRI攻击隐患,本文提出了一种动态随机冗余块方案(VRCS,Variable Randomized redundant Chunk Scheme)。VRCS的主要思想是基于数据流行度为数据提供更细粒度的保护。首先根据数据块流行度计算文件流行度,然后根据文件流行度动态添加随机冗余块混淆文件的真实去重状态,重点保护非流行文件的敏感数据块。此外,使用真实数据集评估了VRCS原型,与已有的LRI攻击缓解方案相比,该方案在安全性不变的前提下通信成本更低。