基于MapReduce并行同态加密算法.docVIP

基于MapReduce并行同态加密算法 　　摘要：根据云计算分布式的特点，并结合同态加密和Hadoop环境下MapReduce并行框架，提出了一种基于MapReduce计算框架的并行同态加密方案。实现了具体的并行同态加密算法，并对该方案的安全性和正确性进行了理论分析。同时，在16个核的计算集群中进行实验，数据加密的加速比可以达到13。实验结果表明，基于MapReduce的同态加密方案可以有效地减少数据的加密时间，有利于面向实时的应用。 　　关键词：Hadoop环境； MapReduce； 　　同态加密； 并行处理 　　中图分类号： TP309.7 　　文献标志码：A 　　Abstract： 　　According to the distributed feature of cloud computing， a parallel homomorphic encryption scheme based on the MapReduce Hadoop was proposed with the combination of homomorphic encryption and MapReduce parallel framework under Hadoop environment. The concrete parallel homomorphic encrypting algorithm was implemented， and the theoretical analysis was given to prove the security and correctness of the proposed algorithm. The evaluation experiments on the cloud cluster consisting of 4 computing nodes with total 16 Central Processing Units （CPUs） show that the data encryption of the parallel homomorphic encryption algorithm can reach the speedup radio of 13. The experimental result shows that the proposed algorithm can reduce the time cost of data encryption and can be applied to realtime applications. 　　英文关键词Key words： 　　Hadoop； MapReduce； homomorphic encryption； parallel processing 　　0引言 　　随着计算机技术和网络技术的不断发展，数字化和信息化的程度也越来越高，伴随而来的是每天所产生的各种海量数据，并且数据量以指数级数在急速膨胀。在这些海量的数据中，不可避免地会包含用户的隐私信息，比如身份信息和地理位置的信息。更为重要的是，如果国家的一些机密信息被破解和获取，会造成难以估量的损失。所以，数据的隐私保护已经成为人们关注的热点问题，是信息安全领域的重点研究课题之一。 　　数据隐私是指不愿意被外部世界知晓的敏感数据或者数据所表征的特性。数据在存储、搜索和计算这三个过程中最容易被泄露和窃取[1]。数据隐私保护也是大数据面临的急需解决的难题。而云计算的出现不仅给大数据的存储提供了一个很好的解决方案，也给大数据的搜索和计算带来了新的可能性。云环境是由大量的计算节点组成的集群，不仅可以利用云来存储海量数据，还可以利用集群并行的特性和各个节点的计算能力来处理这些数据。 　　同态加密算法是一类具有特殊性质的加密算法，对密文进行相应操作的结果解密出来和对明文进行相应操作得到的结果是相同的，即经过同态加密过的数据直接操作密文而不用先解密得到明文之后再进行相应的操作。对于那些存储在云环境中的加密数据，出于保护数据隐私的考虑，只有先对这些数据进行解密才能进行相应的操作，操作结束还要重新加密之后才能上传到云中。这样一来，云环境就变成了一个存放数据的地方，浪费了云计算集群的并行计算能力。通过同态加密，可以在云环境中进行相应的操作，免去了解密数据的过程，而且还能充分利用集群的计算能力，可以提高效率并节省了大量的时间。 　　1978年，Rivest等[2]在RSA（Ron Rivest、Adl Shamir、Leonard Adleman共同提出的一种公钥加密算法）加密算法提出后不久，又在文献[3]中提出了同态加密的概念，这是一种可以对密文直接进行操作的加密算法。