[发明专利]基于IDA的云端数据完整性验证及恢复方法有效

专利信息
申请号: 201611128811.5 申请日: 2016-12-09
公开(公告)号: CN106650503B 公开(公告)日: 2019-10-18
发明(设计)人: 付安民;李雨含;李帅 申请(专利权)人: 南京理工大学
主分类号: G06F21/64 分类号: G06F21/64;G06F21/60;H04L29/06
代理公司: 南京理工大学专利中心 32203 代理人: 王玮
地址: 210094 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于IDA的云端数据完整性验证及恢复方法,本方法包括如下步骤:(1)用户初始化;(2)存储块生成;(3)加密向量;(4)标签生成;(5)审计挑战;(6)应答挑战;(7)验证应答;(8)恢复原始数据。本发明的方案通过对原始文件进行编码处理,在验证云端数据完整性的基础上实现了对破坏数据的完全恢复。同时,在保证系统安全性的条件下,降低了完整性验证标签及恢复计算的复杂度,有效地提高了方法的效率。
搜索关键词: 基于 ida 云端 数据 完整性 验证 恢复 方法
【主权项】:
1.一种基于IDA的云端数据完整性验证及恢复方法,该方法云存储数据模型涉及到的实体包括:用户(Users),云存储服务器(Cloud Storage Servers)和第三方审计者TPA(the Third Party Auditor);其特征在于步骤如下:(1)用户初始化:用户设置系统的公开参数为{G,GT,q,g,e,H1,H2,spk,x1,x2,…,xn},私有参数为{ssk,υ,Kenc},其中,G、GT是乘法循环群,阶数均为q,g是G的生成元;双线性对映射e满足:e:G×G→GT;单向哈希函数H1、H2满足:H1:T→Z,H2:Z→G,其中T∈{(i,k)|1≤i≤n,1≤k≤N/m},Z是整数集;spk/ssk是用于计算签名的公/私钥对;随机选取x1,x2,…,xn←Zp,是从Zp随机选取的n个随机元素,υ,Kenc←Zp,是从Zp随机选取的两个随机元素;(2)存储块生成:用户选取n个m维的系数向量{a1,…,ai,…,an};对原始文件F={b1,b2,…,bN}进行分块得到F={(b1,…,bm),(bm+1,…,b2m),…,(…,bN)},将系数向量和分块文件进行矩阵乘法,得到待存储文件F*=Fi*={ci1,ci2,…,ciN/m}(1≤i≤n);(3)加密向量:使用密钥Kenc分别对n个系数向量进行加密,得到加密向量其中,1≤i≤n,Enc是对称加密算法;(4)标签生成:用户随机选取文件名name←Zp,为文件计算文件标签t,再分别为文件块cik和向量ai计算相应的完整性验证标签σik和ωi,得到完整性标签集合Ψi,最后将{t,Fi*iii}(1≤i≤n)上传到第i个服务器上;其中,1≤i≤n,1≤k≤N/m,t=(name||n||x1||…||xn)||Sigssk(name||n||x1||…||xn),Sig是数字签名算法,ωi=H2(i)·εiυ,Ψi={σi1,…,σik,…,σi(N/m)};(5)审计挑战:当用户需要验证云端数据的完整性时,向第三方审计者发送审计请求,第三方审计者生成序号集合I和挑战集Q={(k,vk)}1≤k≤N/m,并将该挑战集发送给集合I中的服务器;其中,I为[1,n]的子集,有l(l>m)个元素;随机数vk←Zp;(6)应答挑战:云服务器收到挑战集后,生成应答消息R={t,μiiii},并将该消息返回给第三方审计者;其中, ;(7)验证应答:第三方审计者收到应答消息后验证数据的完整性并得出结论,再将结果返回给用户;(8)恢复原始数据:当第三方审计者通知用户存在被破坏的数据块时,用户发起恢复请求;第三方审计者重新审计t个健康服务器并返回其存储数据给用户,只要t≥m时就可以实现完全恢复;用户计算得到被破坏块的原始数据。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201611128811.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top