非结构化大数据存储系统安全性增强 技术研究.pdfVIP

摘要

摘要

大数据是当前业界的研究热点。随着云时代的到来，大数据开始爆发性发展，

吸引了越来越多的关注。大数据正影响着人们的日常生活方式、工作习惯和思考

模式，已经创造了巨大的价值。大数据将给整个社会带来从生活到思维上革命性

的变化。与此同时，蕴含着的海量数据和潜在的价值的大数据面临着诸多安全风

险，包括用户的隐私泄露，虚假数据，以及数据完整性破坏等，这已经开始制约

大数据的发展，并给大数据发展带来相应的挑战。

然而，现阶段业界对于大数据安全的问题研究主要分为数据加密存储，用户

身份认证和访问控制等传统安全策略这几个方面，且大部分借鉴传统平台的安全

解决方案；同时，现阶段隐私保护也成为业界的关注点。因此，本文主要关注两

个问题，包括如何保障非法用户不能使用数据平台数据，保证数据平台数据安全，

另外一个方面是如何保障合法用户不能滥用数据、好奇获取数据，保护数据隐私。

本文通过以上两方面，保护数据平台在不侵犯隐私的前提下，提供稳定可靠的合

法数据服务。本文针对以上的问题，提出大数据存储系统的动态安全策略和静态

安全策略结合方案，动态策略就是大数据隐私保护模型，静态策略就是数据访问

模型。本文的主要工作为：

（1）本文提出了大数据隐私保护模型。主要包括两个方面，一方面是用户查

询隐私保护，用户的查询内容不能被泄露；第二方面是数据中心数据隐私，合法

用户可能向数据中心发送查询，挖掘数据中心额外信息，造成数据泄露，隐私泄

露。本文对于数据外包情况下的数据隐私保护，采用基于密玥的隐私保护模型。

通过此模型，数据外包时对隐私数据进行加密处理，而加上密钥管理后，用户无

法获取隐私数据，这样使用少量加密方案，保证了数据隐私安全，且不影响数据

平台的性能。本文对于用户查询隐私，采用基于可信第三方的匿名处理和查询拆

分形式进行保护。通过此模型，数据平台对于隐私内容的查询无法与具体用户进

行关联映射，这样保证了用户的查询隐私。

（2）本文提出针对非结构化大数据平台的数据访问模型。主要包括两个方面，

一方面是大数据平台的用户管理模型。第二方面是大数据平台的访问控制模型。

本文在大数据平台采用票据的形式，通过票据管理实现用户认证。另外，本文结

合传统访问控制模型，实现权限管理模型以及访问控制策略，禁止用户越权访问

数据平台，从而保证数据平台数据不会意外泄露，提高其安全存储性。

（3）本文实现了针对以上两个安全增强的模型的原型系统。本文选择

I

摘要

Hadoop-Hive大数据平台，在此基础上添加隐私保护模型和数据访问模型的具体实

现方案，本文详细描述了整个原型系统的架构设计、模块设计和逻辑设计，然后

选择实验环境搭建部署原型系统进行实验分析验证，确保了以上两个安全增强的

模型的安全性与可行性，从而保证了大数据的安全。

关键词：大数据，数据安全，隐私保护，访问控制

II

ABSTRACT

ABSTRACT

BigDataisahotareaoftheresearchininternetindustry.Withthecomingintothe

CloudTimes,BigDatahasanexplosivedevelopmentanditattractsanincreasing

numberofattentions.Infact,BigDataisenteringeveryaspectofdailylife,changing

thewayweworkandinfluencingthewaywethinkandithascreatedgreatvalue.

Obviously,BigDatawillleadarevolu