一种基于增量存储的多副本文件版本控制方法
2017-09-27王栋边根庆李睿尧
王栋 边根庆 李睿尧
摘 要：针对云计算多副本存储的情况与传统的全量存储对云存储空间消耗巨大的问题，尤其改动频繁的大容量文件对存储空间的消耗更大。因此文中对基于增量存储的多副本文件版本控制方法进行研究，支持多副本文件版本控制管理。数据所有者加密数据，创建多个副本并将其存储在云端，当更新数据时，数据文件不会被直接更新，而是将更新保存为增量。通过实验仿真，对比了文件版本传递算法在不同配置运行环境下的CSP计算开销，验证了本方法的高效性和可用性。
关键词：云存储；多副本；文件版本控制；CSP
中图分类号：TP393 文献标识码：A 文章编号：2095-1302（2017）09-00-03
0 引 言
在云存储[1，2]中，数据所有者对CSP端文件的每一次动态更新操作都是DO与CSP之间的多次交互，而在云存储平台中每次发生版本更新更迭，系统都会将历史版本保存下来以响应用户的版本恢复请求。在多副本的情况下，传统的全量存储方式对云存储平台存储空间消耗巨大，尤其对改动频繁的大容量文件会消耗更大的存储空间，因此文件的全量存储方式对于多副本文件是不可取的[3，4]。
为了解决上述问题，缓解云存储平台的存储空间，本文采用增量存储方式来存储多副本文件版本的信息[5，6]。增量存储的基本思想是仅存储最新版本与基本版本之间的差异信息（以下称之为增量），由基本版本和增量构成版本信息。目前有正增量和逆增量两种存储模型[7，8]。
1 增量存储模型
（1）正增量存储模型
在正增量存储模型中，Vi+1=Vi+Δi │条件，i≥0，当i= 0时为原始版本。Δi │条件是在Vi基础上通过操作条件修改得到差异信息，即只存储原始版本的完整数据，而后继版本只保存其与前一版本的增量[9]，如图1所示。
（2）逆增量存储模型
在逆增量存储模型中，只存储最新版本的完整数据，其余历史版本则只存储与后继版本之间的增量信息，即Vi存储Vi+1和Vi之间的增量Δi │条件，最后一个版本存储其完整内容。
2 文件版本控制
数据所有者将文件划分为多个文件块，并为文件块产生多个副本和数据标签，且每个副本可唯一标识。文件块的多个副本由同态概率加密方法生成，文件块的数据标签由BLS签名生成，将文件块副本和文件块的数据标签发送到云端。这些文件块的加密副本表示未加密文件块的基本版本，对未加密文件块当前版本的每一次修改都将产生新的版本，新版本的文件块不直接存储在云端，只存储增量，增量为未加密文件块的新版本与基本版本之间的差异。当需要文件块的特定版本时，数据所有者请求云端将增量块与文件块的基本版本合并，从而得到文件块所需版本。
文件版本表由五部分组成，分别为块号（BN）、增量块号（DBN）、文件版本（FV）、块版本（BV）、块操作（BO）。
（1）BN表示文件块的索引，描述了文件块在数据文件中的物理位置。
（2）DBN是增量块的索引，如果增量不存在，则该值存储为“-”。
（3）FV表示整个文件的版本。
（4）BV表示文件块的版本。
（5）BO指出了对文件块执行操作的类型。
FV的最大值表示文件的最新版本，并且对于特定的BN，其BV的最大值表示该文件块的最新版本。如果在文件版本表中没有找到文件块号的条目，则意味着没有对文件块的基本版本进行更新操作，且文件的基本版本和最新版本的文件块相同。当对块号为b、文件版本为v和文件块版本为y的文件块进行修改时，数据所有者可以选择将整个文件的版本更改为v + 1或保持原版本不变。对于这两种情况，数据所有者在文件版本表中创建一个新条目。在第一种情况下，表条目将是
数据所有者使用文件版本表来跟踪记录文件块的版本更新情况，用来验证CSP存储的所有文件及其版本的完整性和一致性。当数据所有者对文件块执行更新操作时，将会生成新版本的文件块，数据更新操作包括文件块插入、删除或修改，当且仅当数据更新操作是“修改”时才会生成增量块，一旦更新操作完成，数据所有者就会更新文件版本表，文件版本表仅在数据所有者端维护，有助于数据所有者隐藏CSP执行更新操作的详细信息。
3 算法设计
3.1 文件版本动态更新
本文的文件版本动态更新操作由更新请求算法PrepareUpdate（）和更新执行算法ExecUpdate（）来执行，对应的请求操作包括数据块修改、数据块插入和数据块删除。文件版本修改操作如图2所示。
3.1.1 更新请求算法
更新請求算法：PrepareUpdate（）→Update。本算法在数据所有者端运行，对远程CSP存储的外包文件副本执行更新操作，算法的输出是更新请求。数据所有者将更新请求以
（1）数据插入：对文件F的任一版本“v”的插入操作意味着在文件中插入新的文件块。数据所有者决定新文件块所属的文件版本，可以是当前文件版本v或者是下一个文件版本v+1。如果新文件块添加到文件版本“v+1”，则“v+1”就是文件的新版本，在文件版本表中创建一个新记录为
（2）数据修改：对最新版本的文件块进行修改。数据所有者识别需要修改的文件块块号，并在文件版本表中搜索块号，如果没有找到特定块号记录，那么从云中下载来自基本版本的文件块。如果找到了目标记录，那么识别出文件块的最新版本并从云端下载，文件块的最新版本就是解密下载的基本版本的文件块与增量合并得到的文件块版本。对明文进行修改操作以获得更新后的明文，数据所有者将计算更新的明文和基本版本明文之间的差异作为新的增量，然后将增量随机化，并将其发送到云端。随机化的目的在于不向云端暴露增量值。令M={bi}，其中1≤i≤s是更新操作之前的文件块集合，M'={bi'}，1≤i≤s是更新操作之后的文件块，增量?M值为{bi'-bi}，1≤i≤s。使用由PRF密钥Keydata生成的随机数来对增量进行随机化，因此，?M={bi'-bi+N-xi}，1≤i≤s。最后将M值发送到云端。
（3）数据删除：对文件“v”的任一版本的删除操作意味着从文件中删除几个文件块。数据所有者可以从当前版本v删除文件块，或者从下一版本v+1中删除文件块。且数据所有者在文件版本表中创建一条记录
3.1.2 更新执行算法
更新执行算法：ExecUpdate （F，φ，Update）→（F'，φ'）。本算法在CSP端运行，输入参数为文件副本F、标签φ和更新请求（由数据所有者发送）。输出为新的文件副本F'以及更新的标签φ'。在每次块操作之后，数据所有者运行挑战协议以确保云端正确执行了更新操作，更新请求中的操作可以是插入新的文件块或修改文件块，数据所有者不向云端发送任何删除请求，因此不会删除任何数据块。
3.2 文件版本请求与文件版本传递
数据所有者创建文件版本表跟踪数据更新操作，此表中的记录数值取决于对文件块进行动态操作的数量。文件更新作为增量存储在云端，为了获得文件的特定版本，数据所有者将带有两个参数
（1）FileVersionRequest：数据所有者通过检查文件版本表来识别所需版本的文件块，并使用块编号以
（2）FileVersionDeliver：对于“FileVersionRequest”中DBN值为“-”的所有文件块号，将该文件的基本版本传递给数据所有者，如果具有有效的DBN值，则CSP利用公钥对增量进行加密，并对基本版本的文件块进行同态加法运算，最后得到数据所有者请求版本的文件块。令?M={bi'-bi+N-xi}，1≤i≤s是与数据所有者请求的相应文件版本的文件块相关联的增量，加密的增量E（?M）={（1+（bi'-bi+N-xi）N（r）N}，其中，r∈ZN*是随机数。最后，云端对文件基本版本上所请求的文件块执行同态加法操作。同态加法之后得到的文件块表示数据所有者所请求版本的加密文件块，将加密的文件块发送给数据所有者，数据所有者对文件块进行解密，从而获得其请求的版本。
4 算法性能分析
4.1 实验环境
本文主要验证文件版本传递算法的CSP计算开销，对1MB文件在本地计算机、不同配置的虚拟机环境下进行实验。本地计算机实验环境为Intel（R） Core（TM） i7-6700HQ 2.60GHz处理器、16 GB RAM；虚拟机实验环境1具有单核处理器，2 GB内存，200 GB硬盘空间；虚拟机实验环境2具有双核虚拟处理器，8 GB内存，500 GB硬盘空间。
4.2 文件版本传递算法CSP计算开销比较
图3中FileVersionRequest的数量用文件块的百分比表示。例如，1 MB文件具有8 192个大小为128 B的文件块。当数据所有者发送81个FileVersionRequest时，CSP加密81个增量块（8 192个文件块的1%），并执行81次同态加法运算。因此任何数目的FileVersionRequest将导致CSP对这些文件块执行操作，并且FileVersionRequest可以用文件块的数目来表示。MRFVCM（Multiple Replica File Version Control Method，MRFVCM）在数据所有者端不涉及执行FileVersionDeliver算法的任何计算，数据所有者的唯一成本是维护文件版本表。图3显示了在本地计算机和不同配置的虚拟机环境上运行FileVersionDeliver算法的CSP计算时间的比较。FileVersionDeliver算法的CSP计算时间定义为CSP将所请求版本的文件块传递给数据所有者所花费的时间。FileVersionDeliver算法在本地计算机上执行得更好，因为它的配置最高。
5 结 语
本文支持多副本文件版本管理，首先构建了文件版本表，该表由数据所有者运行维护；其次，详细阐述了用户申请特定版本到CSP执行文件版本传递算法的详细过程；最后通过实验仿真，对比了文件版本传递算法在不同配置运行环境下的CSP计算开销，验证了本算法的高效性和可用性。
参考文献
[1] Wu Xiao-yong，Li Hui-na. Remote backup system based on file type [J]. NetWork & Computer Security，2012（ 3） ： 40-42.
[2] He Qian，Zhuo Bi-hua. A remote file synchronization method[J]. Journal of Computer Applications，2012，32（ 2） ： 566-568.
[3] 陈康， 郑纬民.云计算：系统实例与研究现状[J].软件学报，2009，20（5）：1337-1348.
[4] 薛一波，易成岐.云存储（1）[J].中兴通讯技术， 2012，18（1）：57-60.
[5] 高林， 宋相倩，王洁萍.云计算及其关键技术研究[J].微型机与应用，2011，30（10）：5-7.
[6] FENG DengGuo， ZHANG Min， ZHANG Yan，等.云計算安全研究[J].软件学报，2011， 22（1）：71-83.
[7] 周可，王桦，李春花.云存储技术及其应用[J]. 中兴通讯技术，2010，16（4）：24-27.
[8] 张莲，李京，刘炜清.云同步系统中采用增量存储的版本控制技术研究[J].小型微型计算机系统，2015，36（3）：427-432.
