摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第9-19页 |
1.1 研究背景 | 第9-10页 |
1.2 研究目的及意义 | 第10页 |
1.3 国内外研究现状 | 第10-14页 |
1.3.1 数据完整性私有审计研究现状 | 第11页 |
1.3.2 数据完整性公开审计研究现状 | 第11-14页 |
1.4 研究内容、方法和技术路线图 | 第14-18页 |
1.4.1 研究内容 | 第14-16页 |
1.4.2 研究方法及技术路线图 | 第16-18页 |
1.5 论文组织结构 | 第18-19页 |
2 相关技术 | 第19-27页 |
2.1 云存储基础 | 第19-21页 |
2.1.1 云存储系统架构 | 第19-20页 |
2.1.2 云存储特性 | 第20-21页 |
2.2 数据完整性相关知识 | 第21-22页 |
2.2.1 数据完整性审计通用模型 | 第21页 |
2.2.2 威胁模型 | 第21-22页 |
2.3 Hadoop分布式平台 | 第22-24页 |
2.3.1 Hadoop Map Reduce架构 | 第22-23页 |
2.3.2 HDFS架构 | 第23-24页 |
2.4 灰色预测模型 | 第24-27页 |
3 数据完整性分布式聚合审计方案设计 | 第27-37页 |
3.1 预备知识 | 第27-30页 |
3.1.1 双线性映射 | 第27页 |
3.1.2 同态标签 | 第27页 |
3.1.3 公钥密码体制 | 第27-29页 |
3.1.4 Hash函数 | 第29-30页 |
3.1.5 数字签名 | 第30页 |
3.2 方案设计目标 | 第30-31页 |
3.3 方案算法设计 | 第31页 |
3.4 方案详细设计 | 第31-33页 |
3.4.1 初始化阶段 | 第32页 |
3.4.2 证据生成阶段 | 第32-33页 |
3.4.3 确认审计阶段 | 第33页 |
3.5 方案性能分析 | 第33-36页 |
3.5.1 安全性分析 | 第33-35页 |
3.5.2 方案可靠性分析 | 第35-36页 |
3.5.3 计算开销分析 | 第36页 |
3.6 本章小结 | 第36-37页 |
4 基于Hadoop的数据完整性分布式聚合审计方案实现 | 第37-57页 |
4.1 Hadoop任务调度机制分析 | 第37-41页 |
4.1.1 FIFO先入先出调度算法 | 第38页 |
4.1.2 Capacity Scheduler计算能力调度算法 | 第38-39页 |
4.1.3 Fair Scheduler公平调度算法 | 第39-40页 |
4.1.4 任务调度算法分析 | 第40-41页 |
4.2 方案总体架构 | 第41-43页 |
4.3 证据聚合模型 | 第43-46页 |
4.3.1 证据聚合框架 | 第43-44页 |
4.3.2 证据聚合流程 | 第44-46页 |
4.4 基于Hadoop的分布式证据验证模型 | 第46-49页 |
4.4.1 分布式证据验证架构 | 第46-47页 |
4.4.2 证据验证算法并行执行流程 | 第47-49页 |
4.5 基于负载均衡的动态延迟调度模型 | 第49-56页 |
4.5.1 空闲审计代理节点到达速率预测 | 第49-51页 |
4.5.2 动态延迟等待时间计算 | 第51-53页 |
4.5.3 审计代理节点负载分级计算 | 第53-54页 |
4.5.4 审计任务调度流程 | 第54-56页 |
4.6 本章小结 | 第56-57页 |
5 实验及分析 | 第57-65页 |
5.1 实验平台搭建与配置 | 第57-59页 |
5.1.1 安装与配置JDK | 第57页 |
5.1.2 配置IP地址 | 第57-58页 |
5.1.3 安装与配置SSH | 第58页 |
5.1.4 安装与配置Hadoop | 第58-59页 |
5.2 方案测试及结果分析 | 第59-63页 |
5.2.1 数据本地性测试 | 第59-60页 |
5.2.2 审计代理节点负载均衡度分析 | 第60-61页 |
5.2.3 数据完整性审计整体响应时间比较 | 第61-63页 |
5.2.4 分布式审计代理节点性能测试 | 第63页 |
5.3 本章小结 | 第63-65页 |
6 结论及展望 | 第65-67页 |
6.1 工作总结 | 第65-66页 |
6.2 展望 | 第66-67页 |
致谢 | 第67-69页 |
参考文献 | 第69-75页 |
攻读硕士期间发表的学术论文及成果 | 第75页 |