公共云存儲中私密數據的去重刪除研究

張璜

摘 要： 為了降低公共云存儲系統的空間開銷，對公共云存儲中私密數據的重復數據進行歸并和刪除處理，提高云存儲容量，提出一種基于語義本體特征匹配檢測的公共云存儲中私密數據的去重刪除技術。采用交叉分布方法進行公共云存儲中私密數據的特征分解，根據數據的屬性類別進行存儲空間區域劃分，提取私密數據的語義本體結構信息特征量，根據提取的特征量進行匹配檢測，根據語義屬性實現對重復數據的自適應篩選，對篩選出來的重復數據采用矩陣分解方法進行特征壓縮和刪減，實現去重刪除。仿真結果表明，采用該算法進行公共云存儲中私密數據的去重刪除處理，提高了存儲空間的容量，降低了數據存儲的維數，實現了私密數據的優化存儲。

關鍵詞： 公共云存儲； 私密數據； 去重刪除； 語義

中圖分類號： TN915?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2017）23?0073?04

Abstract： In order to reduce the space overhead of the public cloud storage system， merge and delete the duplicate data among private data in public cloud storage， and improve the cloud storage capacity， a de?duplication deletion technology of private data in public cloud storage is proposed， which is based on the semanteme ontology feature matching. The cross?distribution method is used to perform the feature decomposition of the private data in public cloud storage， with which the storage space region is divided according to the data attribute category， and the characteristic quantity of the semantic ontology structure information of the private data is extracted to carry out the matching detection. The duplicated data is adaptively screened according to the semantic property， and performed with feature compression and deletion with matrix decomposition method to realize the de?duplication deletion. The simulation results show that the algorithm used to realize the de?duplication deletion of the private data in public cloud storage can improve the capacity of storage space， reduce the dimension of data storage， and realize the optimization storage of private data.

Keywords： public cloud storage； private data； de?duplication deletion； semanteme

0 引 言

公共云存儲系統為計算機用戶提供了海量的存儲空間，在公共云存儲環境中，大量的個人用戶數據通過分布式網格存儲的形式保存在云端，在公共云存儲空間中分布有大量的云數據，云數據包含商業信息、個人隱私信息以及各種網絡信息，并通過一個超級虛擬存儲空間進行儲存空間分配，方便網絡用戶進行信息查詢和調閱。公共云存儲系統通過SCSI或SAS等DAS存儲設備實現信息的管理和調度，在存儲設備上進行邏輯虛擬化管理[1]。公共云存儲由于網絡的開放性，在將數據上傳到系統中時大量的私密數據由于重傳和類似等因素，導致數據重復，占據了大量的存儲空間，導致資源浪費，需要對公共云存儲中的私密數據進行去重刪除處理，提高存儲效能，研究去重刪除方法在優化云存儲設計中具有重要意義。

云存儲廣泛應用到監控應用平臺、網絡硬盤、遠程數據備份等領域，大量的隱私數據上傳到公共云存儲空間中，通過廣域網、互聯網保存在網絡中，通過對存儲系統中的私密數據進行去重刪除，降低存儲開銷。傳統對云存儲的重復數據刪除方法主要有冗余濾波方法、匹配檢測方法、自相關特征分割方法等[2?3]，通過相關的濾波檢測方法進行私密數據的重復數據檢測和濾波處理，進行數據刪除，取得了一定的效果。其中，文獻[4]提出一種基于對象的OpenXML復合文件去重方法，采用空間權向量約束方法進行冗余檢測，實現云存儲中復合文件去重，提高了存儲容量，但該計算方法的開銷較大，數據去重的實時性不好。文獻[5]提出一種基于布隆過濾器所有權證明的高效安全可去重云存儲方案，針對大規模的云存儲數據進行子域劃分及二值分割，結合布隆過濾器進行冗余數據和重復數據刪減，但該方法往往需要數量龐大的布隆過濾器，導致系統的設計較為復雜，穩定性不好。對此，本文提出一種基于語義本體特征匹配檢測的公共云存儲中私密數據的去重刪除技術，根據語義屬性實現對重復數據的自適應篩選，實現去重刪除，通過仿真實驗進行了去重性能測試，得出有效性結論。endprint

1 公共云存儲空間區域劃分優化

1.1 公共云存儲私密數據結構分析

3 仿真實驗分析

通過仿真實驗測試本文方法在實現公共云存儲中私密數據去重刪除，提高存儲效能方面的應用性能，實驗采用Matlab 7 仿真工具設計，首先對公共云存儲空間中的私密數據進行原始信息采樣，數據采樣的時間間隔為12 s，私密數據的信息采樣頻率[fs=4f0=20 kHz，]數據規模為120 Gb，最大迭代次數為[N=50，]根據上述仿真環境設定，采用本文方法進行云存儲系統中的私密數據去重刪除仿真，采集的原始私密數據如圖2所示。

采用本文方法進行去重刪除，得到刪除后的有用數據如圖3所示。

分析圖2和圖3結果得知，原始數據中具有大量的重復數據，浪費了大量的公共云存儲空間，采用本文方法進行去重刪除，重復數據得到有效濾除，提高了存儲效能。圖4給出了采用本文方法和傳統方法進行數據處理后的存儲開銷對比，分析得知，采用本文方法進行去重刪除，有效降低了存儲開銷，提高了公共云存儲空間容量。

4 結 語

本文提出一種基于語義本體特征匹配檢測的公共云存儲中私密數據的去重刪除技術。采用交叉分布方法進行公共云存儲中私密數據的特征分解，根據數據的屬性類別進行存儲空間區域劃分，提取私密數據的語義本體結構信息特征量，根據提取的特征量進行匹配檢測，根據語義屬性實現對重復數據的自適應篩選，對篩選出來的重復數據采用矩陣分解方法進行特征壓縮和刪減，實現去重刪除。研究得出，本文方法能有效降低公共云存儲中私密數據的存儲開銷，提高存儲空間容量，具有很好的應用性。

參考文獻

[1] 梁聰剛，王鴻章.微分進化算法的優化研究及其在聚類分析中的應用[J].現代電子技術，2016，39（13）：103?107.

[2] ZHANG Ming， CHEN Wen， CHEN Liuwei， et al. Photorefractive long period waveguide grating filter in lithium niobate strip waveguide [J]. Optical and quantum electronics， 2014， 46： 1529?1538.

[3] HESS R A. Aircraft and rotorcraft system identification?enginee?ring methods with flight test examples [J]. Journal of guidance， control， and dynamics， 2013， 36（4）： 1249?1250.

[4] 閻芳，李元章，張全新，等.基于對象的OpenXML復合文件去重方法研究[J].計算機研究與發展，2015，52（7）：1546?1557.

[5] 劉竹松，楊張杰.基于布隆過濾器所有權證明的高效安全可去重云存儲方案[J].計算機應用，2017，37（3）：766?770.

[6] 鄧志剛，曾國蓀，譚云蘭，等.云存儲內容分發網絡中的能耗優化方法[J].計算機應用，2016，36（6）：1515?1519.

[7] 李保利.基于類別層次結構的多層文本分類樣本擴展策略[J].北京大學學報（自然科學版），2015，51（2）：357?366.

[8] 何力，丁兆云，賈焰，等.大規模層次分類中的候選類別搜索[J].計算機學報，2014，37（1）：41?49.

[9] 張嘯劍，孟小峰.面向數據發布和分析的差分隱私保護[J].計算機學報，2014，37（4）：927?949.endprint