云存储以及基于云平台下数据恢复问题研究.docVIP

云存储以及基于云平台下的数据恢复问题研究 　　摘要：云存储是在云计算（cloud computing）概念上延伸和发展出来的一个新的概念，是将储存资源放到云上供人存取的一种新兴方案[1]。由于传统web服务以及自身特点带来的安全风险，正日益成为阻碍其进一步发展的因素。因此， 在业界对数据安全分析已有基础上，该文主要针对数据安全方面的数据恢复方向进行了研究，并结合回收站机制提出对分布式数据恢复的展望。 　　关键词：云存储；云安全风险；数据恢复；冗余恢复；回收站 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）14-3230-03 　　Abstract： Cloud storage is a new concept described on the extension and development of concept of Cloud Computing ，[1]which is a new scheme to access resources in the cloud for people. Due to the security risk caused by the traditional web service and its own characteristics， which have become the factors that hinder its further development. Therefore， on the basis of existing findings ，this article mainly aimed at data recovery， one aspect of data security， and put forward on data recovery on distributed file system. 　　Key words： cloud storage； cloud security risk； storage restore； recycle bin 　　随着谷歌，微软，亚马逊，IBM等大型公司越来越致力于云计算的研究，使“云”得到了飞速发展，越来越多的用户开始将数据部署在“云端”，然而云在给用户带来许多便利的同时，由于传统web服务以及自身特点带来的安全风险，正日益成为阻碍其进一步发展的因素。在目前云平台安全机制下，对云存储、云安全风险以及在云平台下数据恢复问题做了简单分析。 　　1 云存储 　　Yahoo云计算平台核心是Hadoop技术，它所采用的分布式文档系统HDFS（Hadoop Distributed File System）与Google的GFS（Google File System）分布式系统不同，是真正运作MapReduce云计算技术的开放源代码云计算系统。Hadoop除HDFS分布式文档系统、MapReduce分布式平行计算框架以及Hbase分布式数据库三大核心技术外，还包括Hive、Pig等子技术。 　　1.1 HDFS分布式文件系统 　　为了加强对后文数据恢复问题的认识，这里简单介绍一下HDFS分布式文件系统。 　　HDFS是根据Coogle发表的GFS文档系统论文开发的开放源代码分布式文档系统，是一种典型的主从式（ Master / Slave ）架构，主要用来解决数据爆炸式增长的问题，具有存储效率高、扩展性能好、可靠性有保障、价格低廉以及可再用性强的优点。它由一个名叫 NameNode的控制节点和多个名叫 DataNode 的数据节点组成。NameNode 维护着整个文件系统的命名空间，将文件系统的元数据保存在内存中，管理、控制文件的相关操作，但实际的数据并不存放在 NameNode 中，而是存放在 DataNode 中。 　　当客户端应用程序访问文件时，HDFS首先将包含该文件名字的访问请求发送给 NameNode，然后 NameNode 将存储该文件所有数据块的 DataNode 地址信息反馈给客户端应用程序，进而客户端应用程序直接和相应的 DataNode 建立连接并进行具体的文件读写操作。它的数据访问特性是“一次写入，多次读取”，文档一旦创建就不允许更改，而是以附加的方式加在原文档后面。另外，HDFS被分割的block大小一般为128MB，并且默认以3个备份存储到不同的机架，以Linux操作系统的ext2/ext3文档系统格式存储在硬盘上，用来保证数据的安全[1] 。更重要的是HDFS具有容错功能，当出现宕机或者其它突发状况，HDFS检测到错误时，可以通过HDFS的容错检测以及自动恢复系统将损坏的文档复原，这就是后文介绍的有关数据恢复的知识。 　　2 云计算的安全