Co-Work：基于HDFS的安全云存储数据一致性保持算法

doi:10.3778/j.issn.1002-8331.1605-0170

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (1): 9-15.DOI: 10.3778/j.issn.1002-8331.1605-0170

Co-Work：基于HDFS的安全云存储数据一致性保持算法

林穗，黄健，姜文超

广东工业大学计算机学院，广州 510006

出版日期:2017-01-01 发布日期:2017-01-10

Co-Work: Data consistency preserving algorithm based on HDFS in secure cloud storage system

LIN Sui, HUANG Jian, JIANG Wenchao

School of Computer Science and Technology, Guangdong University of Technology, Guangzhou 510006, China

Online:2017-01-01 Published:2017-01-10

摘要/Abstract

摘要： 针对云存储平台中用户隐私和敏感数据的安全保护问题，在前期提出的基于自主可控机制的安全云存储模型ASOM（All Self-Organization Model）基础上，对MDSS端元数据的管理操作、MDSS和DMS之间的通信过程做进一步优化，针对ASOM模型实际场景引入锁思想实现两个节点一致性的Co-Work算法，完成MDSS和DMS节点之间的协同工作和数据的一致性保持。同时，考虑网络带宽对ASOM中读写效率的影响，引入随机表机制，改变DSS上报的时间结点，以提高ASOM整体读写效率。测试结果表明：执行Co-Work算法后的ASOM模型实现了数据的物理与逻辑隔离，保证用户对元数据的自主控制和管理，而且随着数据尺寸增大读写效率明显提高，在数据达到1 GB时读写效率提高了12%。

关键词: 安全云存储, Hadoop分布式文件系统（HDFS）, 一致性

Abstract: To guarantee the privacy protecting and sensitive data storage in cloud storage, this paper presents a consistency preserving algorithm, Co-Work, based on the actual scene and lock mechanism which can be implemented in ASOM（All Self-Organization Model）. Co-Work algorithm can keep consistency between the metadata server and the storage device through a random map. Experimental results show that the ASOM model implemented Co-Work algorithm can isolate the physical data from logical data, avoid the autonomous users to control and manage the metadata, and increase the data transport efficiency. The read/write efficiency can be increased by 12% when the file size reachs 1 GB.

Key words: secure cloud storage, Hadoop Distribute File System（HDFS）, consistency preserving

林穗，黄健，姜文超. Co-Work：基于HDFS的安全云存储数据一致性保持算法[J]. 计算机工程与应用, 2017, 53(1): 9-15.

LIN Sui, HUANG Jian, JIANG Wenchao. Co-Work: Data consistency preserving algorithm based on HDFS in secure cloud storage system[J]. Computer Engineering and Applications, 2017, 53(1): 9-15.

[1]	张忠民，刘金鑫，席志红. 熵率超像素分割一致性检验视差细化算法[J]. 计算机工程与应用, 2021, 57(5): 204-209.
[2]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[3]	陈俊丰，郑中团. WKMeans与SMOTE结合的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(23): 106-112.
[4]	李振涛，冯元珍，王正新. 事件触发下多智能体系统固定时间二分一致性[J]. 计算机工程与应用, 2021, 57(21): 80-86.
[5]	甘昕艳，高翔. 基于犹豫模糊决策算法的云制造系统选择研究[J]. 计算机工程与应用, 2021, 57(2): 134-142.
[6]	陈雪娟. 犹豫模糊群共识实现算法及其数据系统优选[J]. 计算机工程与应用, 2021, 57(11): 128-134.
[7]	茆汉国，张建德. 多智能体系统的非震颤固定时间一致性[J]. 计算机工程与应用, 2020, 56(4): 158-162.
[8]	刘祖均，何明，马子玉，顾凌枫. 基于分布式一致性的无人机编队控制方法[J]. 计算机工程与应用, 2020, 56(23): 146-152.
[9]	马倩茹，冶继民. FastICA算法的收敛性与一致性分析[J]. 计算机工程与应用, 2020, 56(2): 35-41.
[10]	陈良康，过榴晓，杨永清. 带有智能领导者的网络系统分群投影一致性[J]. 计算机工程与应用, 2020, 56(19): 42-47.
[11]	许元云，何明，刘锦涛，周波，杨铖. 碰撞锥检测改进的多智能体避障算法[J]. 计算机工程与应用, 2020, 56(18): 63-68.
[12]	李丹. 结构加权相关自适应子空间聚类[J]. 计算机工程与应用, 2020, 56(13): 137-142.
[13]	卢鹏，卢奇，邹国良，王振华，侯倩. 基于改进SIFT的时间序列图像拼接方法研究[J]. 计算机工程与应用, 2020, 56(1): 196-202.
[14]	韩凯，孙金生. 带虚拟领导者的多智能体系统的非光滑一致性[J]. 计算机工程与应用, 2019, 55(8): 147-150.
[15]	田泽金，黄锐露，吕跃进. 区间粗糙数互补判断矩阵的两种一致性[J]. 计算机工程与应用, 2019, 55(24): 235-240.

Co-Work：基于HDFS的安全云存储数据一致性保持算法

Co-Work: Data consistency preserving algorithm based on HDFS in secure cloud storage system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics