云存储数据完整性审计技术研究综述.docx

云存储数据完整性审计技术研究综述
随着互联网的发展，云计算技术的应用范围越来越广泛。云计算的一个重要实现形式就是云存储。它通过将数据存储在云上，提供了大规模数据存储和管理的解决方案。然而，随着云存储服务的广泛应用，数据安全问题日益突出，其中数据完整性问题是最为关键的问题之一。因此，云存储数据的完整性审计技术研究尤为重要。
一、云存储数据完整性的意义和现状
（一）数据完整性的意义
数据完整性是指数据在存储、传输和处理过程中没有丢失、篡改、重复等问题，数据的真实性和可靠性得到维护。数据完整性对于数据安全非常重要，尤其是对于政府机关、金融机构等重要部门和企业具有重要意义，数据完整性往往是判断数据质量优劣的一个重要标准。
（二）现状
当前云存储的使用已经普遍，各领域的企业和组织纷纷使用云存储来存放其数据。由于云存储提供商的数据中心覆盖面较广，其可以为用户提供可扩展、高可靠性和成本效益高的数据存储解决方案，大大减少了用户的数据管理成本。然而，随着云存储数据的规模不断扩大，也使得云存储的数据安全的问题日益严峻。在传统的本地存储环境中，用户的数据可以得到较好的保护，而在云存储中，由于数据是存储在云中，用户并不直接掌握其数据，将数据完整性的责任转嫁到了云存储提供商身上。对此，提高云存储数据的完整性审计技术是解决该问题的关键。
二、云存储数据完整性审计相关技术
（一）优秀性质之哈希函数
哈希函数是一种数学运算，它将任意长度的消息映射到一个固定长度的摘要（hashvalue）中，该摘要是唯一的。由于哈希函数是单向的，即从摘要不能推出原消息，所以哈希函数常被用于加密保护数据的完整性。
（二）梳理工具之Merkle树
Merkle树是一种二叉哈希树，它以哈希函数的加密运算对所有数据进行哈希，最终将哈希值朝着根节点层层递进，形成一个长度不超过256位的哈希值，以此实现数据的完整性验证。
（三）公认的算法之SHA
SHA算法是哈希算法中的一种，它对输入的数据块进行操作，将其输出为字节串。SHA算法通过生成具有固定位数的哈希值保证数据的完整性性质。
（四）拓展性比较强的算法之比特提取算法
比特提取算法是一种验证云存储数据完整性的算法。它使用随机生成的安全比特串来验证输入的文件是否被篡改。比特提取算法在存储需求较小的情况下拥有较高的复杂度，同时也具有较强的拓展性。
三、云存储数据完整性审计技术的评估标准
（一）可扩展性
可扩展性是指从数据集大小到验证运算时间的比例是线性的。当数据集大小增加时，验证操作时间不应该线性增加。在实际的应用中，比如云存储，可扩展性是非常重要的。
（二）可验证性
可验证性是指数据完整性验证的可靠性。理论上来说，数据完整性的验证应该是绝对的，但是现实情况下是不可能完全避免数据篡改的，因此可验证性在数据完整性审计中显得尤为重要。
（三）数据安全性
数据安全性是指数据得到保护的能力，在数据完整性审计中有一定的影响。数据安全性可以通过授权与认证方式实现，保障数据完整性，确保其真实可靠。
四、结论
随着云计算的飞速发展，云存储的应用已经广泛，数据的安全性和完整性成为了一个重要的需求和问题。本文通过介绍哈希函数、Merkle树、SHA算法、比特提取算法等云存储数据完整性审计相关的技术，表现了云存储数据完整性审计技术日益重要。同时，在评估标准上介绍了可扩展性、可验证性和数据安全性，以便于云存储用户在选择云存储服务时参考科学的评估标准。
因此，未来工程师、企业和用户的防篡改意识要与时俱进，采取各种合理的方式来提高对数据完整性的认识，保障云存储的数据安全与完整性，提高用户数据管理和交换的安全性。