云计算的数据存储模型研究及应用

摘要

随着信息技术的广泛应用和快速发展，云计算作为一种新兴的商业计算模型日益受到人们的广泛关注。然而，云计算数据存储模型的安全性缺乏可靠性。鉴于此，本文主要对云计算用户数据存储模型进行了研究分析，并通过对相关的机器学习和构建CP-ABE算法模型，改进Map/Reduce算法模型，提升访问速度。
　　 本文在前人研究的基础上，主要从事了以下几方面的工作:
　　 首先，针对传统对称加密算法存在诸如自身安全性不高、加密和解密采用同一密钥而带来密钥传播安全等固有问题、以及非对称加密体系运算量大不适用于大数据处理的弊端，通过研究密文属性的数据存储算法CP-ABE，该算法利用了单调访问控制树，将服务器端的相关属性集合在内部节点和叶子结点的访问控制树中，从而保证了云计算系统的安全可靠，并且该算法相比于传统的对称和非对称加密算法具有密钥服务器端集中管理、使密钥相对于用户透明，并更易于管理。在云存储系统中，基于CP-ABE算法的访问控制模型可以由加密方控制主动权，只有满足密文要求的用户才能获得解密权限。该机制降低了权限管理的复杂度以及访问控制信息的存储空间;
　　 其次，由于Map/Reduce模型在分配输入文件时没有考虑集群中大量异构节点的计算性能，导致运行map任务时网络数据传送时间增加，本课题针对该问题提出一种云计算环境下的改进型Map/Reduce模型，以降低分类过程中的模糊粒度。针对云计算环境中不同的节点在集群中的计算性能不同等特点，通过设计2次改进型索引分类存储模型和算法，在传统的1次Map/Reduce结果中建立反向索引表，并在2次Map/Reduce计算中对索引词进行权重计算分类，这样索引数据经过2次分类后，不再是简单的反向索引表，而是具有权重阈限的分类反向索引表，从而提高数据存储能力和计算速度;
　　 最后，结合学校实验条件状况，搭建hadoop平台模拟大型异构云环境，验证文中提出的改进Map/Reduce算法模型的有效性和效率。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 课题研究内容及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 课题研究背景

1．4 本文组织结构

第2章 云计算存储访问模型及相关技术

2．1 访问控制模型

2．2 加密算法发展

2．3 分布式系统简介

2．4 Hadoop分布式文件系统

2．5 小结

第3章 基于CP-ABE算法的云存储访问控制

3．1 基于属性的加密算法

3．1．1 ABE加密算法的雏形

3．1．2 ABE加密算法的发展

3．2 基于CP-ABE算法的数据存储访问控制

3．2．1 CP-ABE算法

3．2．2 访问权限控制

3．2．3 算法数据结构

3．2．4 基于CP-ABE算法的访问控制步骤

3．2．5 访问控制算法的运行过程

3．2．6 安全性分析

3．3 小结

第4章 基于改进型Map／Reduce算法模型的设计

4．1 基于Hadoop的Map／Reduce并行编程模型

4．1．1 Hadoop Map／Reduce

4．1．2 Map／Reduce执行流程

4．1．3 Map／Reduce并行编程架构

4．2 改进的Map／Reduce模型

4．2．1 问题描述

4．2．2 Map／Reduce流程框架

4．2．3 基于二次Map／Reduce分类存储算法模型

4．2．4 算法实现

4．3 小结

第5章 性能测试

5．1 实验环境平台的搭建

5．1．1 硬件环境

5．1．2 软件环境

5．1．3 安装配置Hadoop平台

5．2 实验结果分析

5．2．1 改进的Map／Reduce模型性能分析

5．3 小结

结论

参考文献

致谢