面向SaaS应用的非关系型数据库的隐私保护机制的研究

摘要

随着云计算技术的迅速发展，SaaS(Software as a Service)应用得到了广泛的普及。为了使用SaaS应用租户需要将数据上传到云服务提供商的数据库中，因此数据脱离了租户的直接控制，数据的隐私安全无法得到保证。随着人们隐私保护意识的增强，SaaS应用中数据隐私安全性也受到了越来越多的关注。因此如何保证SaaS应用中数据隐私的安全成为一个亟待解决的问题。
　　为了保护SaaS应用中数据隐私安全，在前期的工作中通过引入可信第三方的概念，建立了一个基于租户、服务提供商、第三方的三方安全交互隐私保护模型。该模型通过将关系数据库中敏感属性划分到不同的数据分块中，实现了租户数据隐私的隐藏。为了满足租户各种应用需求，SaaS底层数据的存储形式是多种多样的（关系数据库、非关系数据库）。对于面向文档的非关系型数据库数据存储模式是自由的，记录中的属性存在嵌套关系，不同的记录可能存在不同的属性且同一条记录中可能存在属性名相同的字段。因此非关系型数据库数据组织形式不同于关系数据库，这导致了原先提出的数据分块策略不再适用。
　　同时，非关系型数据库在属性划分后会得到一系列的数据分块，为了增强非关系型数据库隐私保护的效果会尽可能的将数据块放置在不同的数据节点中，但这会导致数据访问效率的下降，因此需要一个隐私保护和数据访问效率的平衡点。此外租户的数据放置数据节点后可能会对其他租户的应用产生影响。因此在对租户数据块放置时要充分考虑隐私保护需求、应用性能需求和节点负载情况。同时，对租户数据划分和数据块放置后，当租户访问数据时可能需要数据的迁移和重构，而该过程的时间花费较大。
　　针对上述问题，本文从三个方面进行了研究:
　　1.本文提出一种基于属性结构树的隐私保护分块机制，实现了面向文档的非关系型数据库的分块机制，增强了基于数据分块的隐私保护机制的通用性。该机制通过根据租户数据的结构构造一棵属性结构树，然后根据隐私约束条件和属性关联度由底向上对属性结构树的节点进行重新组合。在对树中的节点进行重新组合时，要尽可能的将经常一起使用的属性组合在一起。
　　2.本文提出了一种基于数据块关联图的数据放置机制，实现了面向文档的非关系型数据库中数据划分得到的数据分块的合理放置存储。首先根据租户的历史访问记录，构造数据块之间的关联图，然后借用关联图对数据块进行分组，同一个分组中的数据块可以放置在同一个数据节点中;最后根据租户应用性能、节点负载情况选择合适节点放置数据块。
　　3.本文提出了一种基于缓存的数据重构优化机制。首先，通过租户的历史访问记录计算属性之间的关联度，然后使用K-means聚类法对属性聚类。之后对属性及其属性值进行编码，然后将编码值存入内存。通过缓存数据编码，在保护了数据隐私的同时，提高了租户访问云端数据的效率。
　　通过上述研究，本文实现了对非关系型数据库的属性划分及数据分块的放置和数据重构优化，并通过实验验证了本文提出的算法的可行性和有效性。

目录

声明

摘要

1．1 研究背景

1．2 研究内容

1．3 本文贡献

1．4 本文组织结构

2．1 引言

2．2 非关系型数据库概述

2．3 隐私保护策略相关研究

2．3．1 基于加密的隐私保护技术

2．3．2 基于切分的隐私保护技术

2．3．3 其它隐私保护技术

2．3．4 基于数据分块的隐私保护技术

2．4 数据放置策略相关研究

2．5 云环境下缓存技术相关研究

3．1 引言

3．2 问题分析

3．3 数据划分隐私保护机制的实现

3．3．1 相关定义

3．3．2 单隐私属性划分算法

3．3．3 组合属性重组算法

3．4 数据重构过程概述

3．5 实验评估

3．5．1 实验环境

3．5．2 划分算法性能实验

3．5．3 租户应用访问实验

3．6 本章小结

4．1 引言

4．2 问题分析

4．3 数据分块放置算法实现

4．3．1 相关定义

4．3．2 数据块分组算法

4．3．3 数据块放置算法

4．4 实验评估

4．4．1 实验环境

4．4．2 数据访问效率实验

4．4．3 块间隐私泄露实验

4．4．4 数据节点负载实验

4．5 本章小结

5．1 引言

5．2 问题分析

5．3 数据缓存算法实现

5．3．1 属性值编码

5．3．2 属性聚类

5．3．3 数据缓存

5．4 实验评估

5．4．1 实验环境

5．4．2 缓存效果实验

5．4．3 缓存的命中率实验

5．5 本章小结

6．1 本文总结

6．2 研究展望

参考文献

致谢

攻读学位期间发表的学术论文目录

攻读硕士学位期间参与的项目

攻读研究生期间获奖情况