云数据安全去重技术 网络技术
正版新书 新华官方库房直发 可开电子发票
¥
40.12
6.8折
¥
59
全新
库存44件
作者唐鑫
出版社清华大学
出版时间2024-07
版次1
装帧平装
货号文轩12.1
上书时间2024-12-02
商品详情
- 品相描述:全新
图书标准信息
-
作者
唐鑫
-
出版社
清华大学
-
出版时间
2024-07
-
版次
1
-
ISBN
9787302667896
-
定价
59.00元
-
装帧
平装
-
开本
16开
-
页数
151页
- 【内容简介】
-
本书从云数据安全存储
这一视角切入,重点解决云
数据去重技术中面临的安全
和效率问题,提出并系统地
讲解了一系列适用于抗侧信
道攻击的云数据隐私保护去
重技术。本书共9章:章
介绍了云数据去重技术的基
础知识和外研究现状;
第2、3章介绍了一些基于上
传流量混淆的去重技术;第
4~7章介绍了基于响应值混
淆的去重技术;第8、9章介
绍了基于广义去重的云数据
安全存储技术。
本书内容丰富,算法翔
实,实用强,适合社会各
界人士阅读,尤其适合对云
数据安全领域感兴趣的一般
读者和从事网络空间安全相
关领域工作的、科研人
员以及在校本科生、
参使用。
- 【目录】
-
章 绪论
1.1 研究背景和意义
1.1.1 大数据与云存储
1.1.2 云数据去重技术及其核心方向
1.1.3 去重技术的重要
1.2 面临的挑战
1.2.1 侧信道攻击
1.2.2 效率问题
1.3 外研究成果
1.3.1 明文去重
1.3.2 密文去重
1.4 本书的主要内容和组织结构
第2章 基于响应模糊化的抗附加块攻击云数据安全去重
2.1 引言
2.2 准备工作
2.2.1 系统模型
2.2.2 威胁模型
2.3 方案框架
2.4 方案流程
2.5 安全分析
2.6 能评估
2.6.1 无附加块攻击场景
2.6.2 附加块攻击场景
2.7 本章小结
第3章 基于请求合并的抗附加块攻击云数据跨用户去重
3.1 引言
3.2 准备工作
3.2.1 系统模型
3.2.2 威胁模型
3.3 方案框架
3.4 方案流程
3.5 安全分析
3.6 能评估
3.6.1 一般情况下抗侧信道攻击的通信开销
3.6.2 附加块攻击场景下的通信开销
3.7 本章小结
第4章 基于块附加策略的明文云数据安全去重
4.1 引言
4.2 准备工作
4.2.1 系统模型
4.2.2 威胁模型
4.3 方案框架
4.4 方案流程
4.4.1 存在模糊化
4.4.2 上传块乱序
4.4.3 rcas响应生成
4.4.4 范德蒙德矩阵编解码
4.4.5 脏块处理
4.5 安全分析
4.6 能评估
4.6.1 实验参数设置
4.6.2 安全实验及分析
4.6.3 去重能实验及分析
4.7 本章小结
第5章 基于拆分策略的标记去重
5.1 引言
5.2 准备工作
5.2.1 系统模型
5.2.2 威胁模型
5.3 方案框架
5.4 方案流程
5.4.1 p=1时的响应生成过程
5.4.2 p≠1时的响应生成过程
5.5 安全分析
5.6 能评估
5.7 本章小结
第6章 基于标记混淆策略的抗侧信道攻击云数据去重
6.1 引言
6.2 准备工作
6.2.1 系统模型
6.2.2 威胁模型
6.3 方案框架
6.4 方案流程
6.4.1 初始设置
6.4.2 预处理和标记
6.4.3 脏块处理
6.4.4 编解码
6.5 安全分析
6.6 能评估
6.6.1 安全验证
6.6.2 通信开销比较
6.7 本章小结
第7章 抗块生成攻击的轻量级云数据安全去重
7.1 引言
7.2 准备工作
7.2.1 系统模型
7.2.2 威胁模型
7.3 方案框架
7.4 方案流程
7.4.1 去重响应生成
7.4.2 脏块处理
7.4.3 编解码
7.5 安全分析
7.6 能评估
7.6.1 存在隐私泄露概率验证
7.6.2 通信开销
7.7 本章小结
第8章 抗侧信道攻击跨用户广义去重
8.1 引言
8.2 准备工作
8.2.1 系统模型
8.2.2 威胁模型
8.3 方案框架
8.4 方案流程
8.4.1 字节级连续相同基压缩技术
8.4.2 基序列的cdc分块技术
8.4.3 块内基序列重复模式消除技术
8.5 安全分析
8.6 能评估
8.6.1 相似文件去重的效率
8.6.2 云存储能比较
8.7 本章小结
第9章 基于reed-solomon编码的广义去重
9.1 引言
9.2 准备工作
9.2.1 系统模型
9.2.2 威胁模型
9.2.3 reed-solomon编码
9.3 方案框架
9.4 方案流程
9.4.1 索引构建
9.4.2 数据分解
9.4.3 数据去重
9.5 能评估
9.5.1 计算能评估
9.5.2 去重效率评估
9.6 本章小结
参文献
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价