基于区块链的云存储数据访问安全控制算法

王 永 刚

(大连对外经贸学院 基础课教研部，辽宁 大连 116052)

0 引 言

随着云数据库中存储数据的快速增大，对云存储数据访问的难度越来越大，需要构建优化的云存储数据访问安全控制模型，分析约束云存储数据访问安全控制的相关特征参数，结合大数据解析和区块链融合的方法，实现对云存储数据访问安全控制，提高云存储数据访问安全性能[1]。研究云存储数据访问安全控制方法，对促进云数据库的融合和优化组合控制方面具有重要意义，相关的云存储数据访问安全控制方法研究受到人们的极大关注[2]。

相关的云存储数据访问技术方法主要有基于关联规则特征挖掘的云存储数据访问控制方法、基于模糊C均值聚类的云存储数据访问安全控制方法以及基于动态组件特征分析的云存储数据访问安全控制等。建立云存储数据访问安全控制的C均值聚类分析模型，通过特征聚类结果，实现云存储数据访问安全控制。但传统方法进行云存储数据访问安全控制的自适应性不好，数据访问的查询精度不高[3-5]。

针对传统方法存在的问题，本文提出基于区块链的云存储数据访问安全控制算法。并进行仿真测试分析。实验结果表明，本文方法在提高云存储数据访问安全控制能力方面的具有一定的优越性。

1 云存储数据区块链存储结构及数据特征分析

1.1 云存储数据区块链存储结构

为实现基于区块链的云存储数据访问安全控制，构建云存储数据访问安全控制的信道传输和均衡模型。采用自适应的信道传输控制方法，构建云存储数据区块链存储分布融合模型，以实体构架体系分析方法，建立主动混合参数识别模型，通过判断数据集中包含项集，进行云存储数据区块链存储的事务项特征分析，得到云存储数据区块链存储结构和访问控制的总体结构模型(图1)。

图1 总体结构模型

根据图1所示的云存储数据区块链存储结构和访问控制的总体结构模型，用模糊约束参数分析方法，得到云存储数据区块链存储的联合自相关约束的特征分布函数：

(1)

在候选集的p个项目中，通过结构化数据参数分析，用分布式融合聚类，在DataFrame结构框架下，建立云存储数据区块链存储的联合参数分布集[6]，得到云存储数据区块链存储优化配置函数，描述为

(2)

(2)式中，F(x)为SparkSql语句数据库查询的交集，q为频繁集挖掘次数，h为云存储数据区块链存储的联合特征参数。基于SparkSql的分布式融合方法，建立云存储数据区块链存储的决策树结构模型，如图2所示。

图2 云存储数据区块链存储决策树结构模型

由图2可知，用户登录云存储数据库后，进入总的控制面板，在总控制面板选择下一步操作版面。如进行权限管理，设置个用户的访问权限，此模块只有管理者账号登录，普通的用户访问只可访问专有数据模块[7]。

1.2 云存储数据区块链融合

(3)

求得一阶导数，根据云存储数据区块链的期望效用函数分布，得到输出的频繁项挖掘结果为

(4)

根据频繁k集分布，得到云存储数据区块链存储的空间规划模型。在多种数据使用场景下，得到云存储数据区块链存储的知识拓扑分布特征量满足EUR(q,w,e)。采用广度优先搜索的方法[9]，得到关系数据库为

(5)

基于关系型数据库分析方法，构建云存储数据区块链存储的检测统计特征量[10]，得到关联误差e。在融合关系模型中，得到云存储数据区块链融合的输出可靠性集合为

(6)

至此，得到了第j个访问节点得到云存储数据区块链融合结果，通过联合特征分析，实现对云存储数据区块链存储和优化挖掘。

2 云存储数据区块链存储优化

2.1 云存储数据区块链访问信道均衡设计

采用波谱连续参数空间参数识别方法，进行云存储数据访问安全的字典集特征信息重组，采用信道均衡调度，得到云存储数据访问安全控制特征量变为n-1，云存储数据访问安全的路径寻优的期望效益度函数为

(7)

(8)

基于查询结构特征重组，得到云存储数据区块链存储寻优函数为f(si)=(f(x1),f(x2),…,f(xn))，云存储数据区块链存储的空间规划函数为λ1，则得到满足云存储数据区块链访问信道均衡控制模型，其表达为

(9)

(10)

(11)

根据上述分析，实现对云存储数据区块链访问信道均衡设计。

2.2 云存储数据区块链存储的访问控制

采用典型的区块链语义特征分析方法，进行云存储数据访问的多表连接和聚集分析，根据关系数据库查询的方法，在满足(1-α)g′(e)-(1-φ)py′(e)<0时，得到云存储数据访问安全控制的分布集{Wsc,esc}满足条件

(12)

把公式(9)和公式(12)的表达式代入云存储数据访问安全访问的信道空间结构模型中，对上述方程组进行联合迭代控制，得到

(13)

根据上述分析，建立多模型数据库优化查询和调度模型，得到排序、聚集、IN子查询的联合控制寻优函数：

(14)

根据上述分析，采用联合寻优方法，构建多模型数据库访问控制自适应迭代函数为

(15)

(16)

上式中，SLi(x,y,wi)为云存储数据访问安全控制的优化迭代分布函数，r为自适应学习权重系数，综上分析，实现对云存储数据访问安全控制算法的优化设计，实现流程如图3所示。

图3 云存储数据访问安全控制的实现流程

3 仿真测试

(a)云存储数据输入 (b)特征采样输出

图4云存储数据访问的特征采样结果

根据图4的采样结果，将基于关联规则特征挖掘的云存储数据访问控制方法、基于模糊C均值聚类的云存储数据访问安全控制方法作为对比方法，测试不同方法进行云存储数据访问控制，得到云存储数据访问控制输出误差(图5)。

图5 云存储数据访问控制误差

分析图5得知，当信噪比小于0 dB时，传统方法和本文方法的数据访问控制误差下降趋势明显，当信噪比大于0 dB时，下降趋势均有所缓解。但是相比较之下，本文方法的控制误差明显低于传统方法，当信噪比为-2 dB时，其控制误差已经达到了0%，说明该方法进行云存储数据访问控制时的输出稳定性较好。

测试不同方法进行云存储数据访问的控制性能，得到对比结果(图6)。

图6 数据库访问控制性能测试

分析图6得知，本文方法进行云存储数据访问的安全控制性能较好，能有效避免故障，比传统方法更具优越性。这是由于该方法建立了云存储数据访问安全控制的模糊控制模型，通过该模型实现了对云存储数据访问的安全控制。

4 结 论

本文提出基于区块链的云存储数据访问安全控制算法。构建优化的云存储数据访问安全控制模型，分析约束云存储数据访问安全控制的相关特征参数，结合大数据解析和区块链融合的方法，实现对云存储数据访问安全控制。在DataFrame结构框架下，建立云存储数据区块链存储的联合参数分布集，通过联合特征分析，实现对云存储数据区块链存储和优化挖掘，实现对云存储数据访问安全控制算法的优化设计。研究得知，本文方法进行云存储数据访问安全控制，提高了数据访问的查准性能。

虽然本文方法实现了对云存储数据访问的安全与稳定控制，但是由于数据量的逐渐增大，需要处理的数据量更多，因此，需要提升控制效率，以此来进一步提升方法的控制效果。