_数据库服务模式下的数据安全管理研究

*The Doctoral Foundation of Ministry of Education of China under Grant No.708004(高等学校博士学科点专项科研基金); the Peiyu Foundation of Ministry of Education of China under Grant No. 200800020001 (高等学校科技创新工程重大项目培育资金项目). Received 2009-11, Accepted 2010-03.

ISSN 1673-9418 CODEN JKYTA8 E-mail: fcst@https://www.360docs.net/doc/615368815.html, Journal of Frontiers of Computer Science and Technology https://www.360docs.net/doc/615368815.html,

1673-9418/2010/04(06)-0481-19 Tel: +86-10-51616056

DOI: 10.3778/j.issn.1673-9418.2010.06.001

数据库服务模式下的数据安全管理研究*

杜小勇1,2+, 王洁萍1,2

1. 中国人民大学 教育部数据工程与知识工程重点实验室, 北京 100872

2. 中国人民大学 信息学院, 北京 100872

A Survey on Secure Data Management in Database-as-Service Paradigm *

DU Xiaoyong 1,2+, WANG Jieping 1,2

1. The MOE Key Lab of Data Engineering and Knowledge Engineering, Renmin University of China, Beijing 100872, China

2. School of Information, Renmin University of China, Beijing 100872, China + Corresponding author: E-mail: duyong@https://www.360docs.net/doc/615368815.html,

DU Xiaoyong, WANG Jieping. A survey on secure data management in database-as-service paradigm. Jour-nal of Frontiers of Computer Science and Technology, 2010, 4(6): 481-499.

Abstract: In database-as-service(DAS) paradigm, the untrustedness of service providers brings new challenges of secure data management, including data confidentiality and data integrity. To ensure data security in DAS paradigm, current research can be divided into two classes: Centralized architecture and distributed architecture. Firstly, the major research in centralized architecture is discussed from three aspects: Relational databases, XML databases and text databases. Secondly, a systematic analysis is conducted in distributed architecture. Finally, the future challenges and research fields are pointed.

Key words: database service; database security; encrypted data querying; query authentication; authenticated data structure

摘 要: 数据库服务模式下, 服务提供商的不可信带来了新的数据安全管理问题：数据的保密管理和可信性管理。根据托管方式的不同, 将现有研究分为两类：集中式托管方式下的安全研究和分布式托管方式下的安全研究。在集中式托管方式下, 系统地阐述了关系数据库、XML 数据库和文本数据库下的密文检索和

482 Journal of Frontiers of Computer Science and Technology计算机科学与探索 2010,

4(6)

数据验证问题。在分布式托管方式下, 重点阐述了数据分解方法和分离的数据验证方法。通过对现有研究

进行综述, 指出数据库服务模式下数据安全管理面临的挑战和未来的发展方向。

关键词: 数据库服务; 数据库安全; 密文检索; 查询验证; 验证数据结构

文献标识码：A 中图分类号：TP301

随着网络技术的飞速发展和面向服务架构的日益盛行, 诞生了一种新的数据管理模式：数据库服务(database-as-service, DAS)。传统的数据管理模式下, 用户自己购买硬件、软件, 自己管理数据; 而在数据库服务模式下, 用户将自己的数据托管给专业的第三方：服务提供商。在经济全球化的今天, 一方面, 用户的数据量急剧增长; 另一方面, 用户对数据管理的要求越来越高。这使得用户自己管理数据的代价越来越高, 数据管理的质量也难以保证。数据库服务模式的提出有效地解决了这些问题。一方面, 规模经济降低了用户和服务提供商的数据管理成本; 另一方面, 基于Web的数据访问和备份方式提高了数据的可用性和可靠性。同时, 数据托管方式将用户从繁重的数据管理任务中解脱出来, 从而专心于自身核心业务系统的构建。

目前, 网络上已有多种数据库服务产品, 包括IBM Data Center Outsourcing Services (www-1. https://www.360docs.net/doc/615368815.html,/services)、Microsoft SQL Hosting(dis- https://www.360docs.net/doc/615368815.html,)和Web Database Hosting(https://www.360docs.net/doc/615368815.html,)等。数据是用户的宝贵财产, 尤其对于金融、保险、电信等大型数据用户。用户虽然将数据托管给服务提供商, 但并不信任服务提供商。服务提供商的不可信使用户在数据托管之前心存顾虑。如何保证托管数据的安全管理, 成为数据库服务模式真正被用户接受的必要条件之一。

数据库服务模式下的数据安全管理引起了学术界的广泛兴趣。从加州大学的Hacigumus等人在ICDE 2002[1]上首次提出数据安全管理面临的挑战开始, 研究者从数据的安全访问、安全存储、数据的可信性验证等多个角度展开, 并有大量成果发表在VLDB、SIGMOD、ICDE等顶级国际会议上。对这些研究进行综述, 一方面可以帮助研究者对这个领域的框架和研究问题有一个系统的认识; 另一方面, 指出该领域目前面临的挑战和解决思路, 为将来的研究奠定基础。

文章组织如下：第1章主要概述数据安全管理面临的主要问题和研究现状; 第2、3、4章分别介绍集中式管理模式下关系数据库、XML数据库和文本数据库上的数据安全管理研究; 第5章介绍分布式管理模式下的数据安全管理研究; 第6章总结全文, 并指出未来的研究方向。

1数据库服务模式下数据安全管理概述本章首先介绍数据库服务模式的三种应用场景, 然后指出数据安全管理面临的主要问题; 最后对比分析三类不同数据库模式下的数据安全管理问题, 并指出目前的研究现状。

1.1数据库服务的应用场景

数据库服务模式下有两类不同的用户角色：数据所有者(Owner)和数据使用者(Querier)。数据所有者将数据托管给服务提供商, 服务提供商为数据使用者提供数据访问服务。在实际应用中, 一个用户既可以是数据所有者也可以是数据使用者或者二者兼而有之。相应的有三类不同的应用场景：统一用户模式、多用户模式和共享模式, 分别如图1(a)、(b)和(c)所示。

统一用户模式下, 用户既是数据所有者也是数据使用者, 用户只能访问自己的数据。多用户模式下, 一个数据所有者同时为多个数据使用者提供数据访问服务。共享模式下, 多个数据所有者同时为多个数据使用者提供数据访问服务。

杜小勇 等：数据库服务模式下的数据安全管理研究

随着网络经济的发展, 用户对数据共享的要求越来越高, 数据库服务的应用也逐渐从统一用户模式向共享模式的方向转变。相应的, 对数据安全

Fig.1 Three application scenarios in DAS

图1 数据库服务的三种应用场景

1.2 数据安全管理面临的主要问题

数据库服务模式下, 攻击者不仅来自外部, 还来自服务提供商自身。其中, 服务提供商的攻击行为最隐蔽, 危害也最大。下面, 首先分析可能的攻击行为, 然后针对这些攻击行为指出数据安全管理面临的主要问题。具体来讲, 有以下四类攻击行为：

(1) 非法数据访问。数据可能涉及用户的隐私和商业机密。攻击者可以通过对这些数据的非法访问侵犯用户隐私或者泄漏商业机密。

(2) 数据篡改行为。数据篡改包括对数据的恶意增加、删除或修改行为。

(3) 偷懒行为。服务提供商为了减少服务相应时间所采取的下列行为：在不完整的数据集上执行查询; 忽略对数据的增加、删除或修改操作。这些行为将导致结果集的完整性和最新性。

(4) 查询模式攻击。攻击者利用查询条件和

查询结果进行推理攻击。

针对上述攻击行为, 数据的安全管理包括以下三个方面：

(1) 数据的保密管理。为了抵御非法数据访问, 数据在托管之前需要进行加密。数据的保密管理包括密文的高效检索、高效存储、基于密文的访问控制和基于密文的审计等。

(2) 数据的可信管理。为了抵御数据篡改和偷懒行为, 结果集在返回给用户之前必须进行可信性验证。可信性包括三个方面：真实性、完整性和最新性[2]。真实性指的是数据确实来源于数据所有者且未被篡改过; 完整性指的是所有满足查询条件的数据都包含在结果集中; 最新性指的是数据包含了用户的最新更新。

(3) 查询的保密管理。用于抵御查询模式攻击, 指的是如何在隐藏查询条件的前提下,返回所需的查询结果.

本文重点阐述数据的保密管理和可信管理。在查询的保密管理方面, 研究者提出PIR(private information retrieval)[3]等方法。虽然PIR 可以保证查询的机密性, 但同时也会带来效率的显著下降。研究结果[3]表明：为了保证查询的绝对机密性, PIR 所付出的代价比将整个数据集返回给用户还要高。因此, 在查询的保密管理方面还需要进一步研究。

安全性的满足通常会带来查询效率的下降。查询效率主要包括三个方面：响应时间、空间代价和网络流量。如何在保证安全性的前提下尽可能提高查询效率是目前研究的重点所在。

目前有三种主流的数据管理模式：传统数据管理模式、数据库服务模式和数据发布模式(data

Service provider

(a) Unified user model

(a) 统一用户模式

Service provider

Owner

Queriers

(b) Multi-user model

(b) 多用户模式

Service provider

(c) Shared model

(c) 共享模式

Querier

Owners

Queriers

484 Journal of Frontiers of Computer Science and Technology计算机科学与探索 2010,

4(6) publishing)。下面比较这三类数据管理模式下的

安全管理研究。

华盛顿大学的Miklau[4]将数据管理的核心

对象分为三类：查询(Query)、执行(Execution)和

数据(Data)。根据这三类对象是否可信, 得到三类

数据管理模式的可信域, 结果如图2所示。传统

数据管理模式下, 用户自己管理数据, 执行和数

据都是可信的, 只有查询不可信。为了防止用户

的非法访问, 提出了访问控制、三权分立等方法。

数据发布模式主要用于统计信息的发布, 只有数

据是可信的, 查询和执行都是不可信的。为了防

止信息发布时的隐私泄漏, 目前采用数据交换、

Fig.2 Trusted domains in three database

management paradigms

图2三类不同数据库管理模式下的可信域比较

数据更改、数据泛化、数据删除等方法。数据库

服务模式下, 数据托管给不可信的服务提供商,

查询和数据都是可信的, 只有执行不可信。用户

既要求服务提供商执行查询, 又不信任服务提供

商。其他两类数据管理模式下的安全解决方案在

数据库服务模式下不再适用, 数据库服务模式下

的数据安全管理需要新的解决方案。

1.3数据安全管理的研究现状

为了实现数据的保密管理和可信性验证,

目前的数据托管方式包括以下两类：

(1) 集中式托管方式。在该方式下, 用户将

自己的数据托管给统一的服务提供商。为了保证

数据的安全性, 在用户和服务提供商之间引入一

个可信的中间层, 负责访问控制、数据加解密、

数据验证等工作, 体系架构如图3(a)所示。

(2) 分布式托管方式。在该方式下, 用户首

先将数据进行分解, 然后将分解之后的数据托管

给多个不同的服务提供商, 利用不同服务提供商

之间的隔离性保证原数据的机密性, 利用不同服

务提供商之间的交叉验证保证原数据的可信性,

体系架构如图3(b)所示。

根据数据结构化程度的不同将现有研究分

为三类：关系数据库下的数据安全管理研究、

XML数据库下的数据安全管理研究和文本数据

库下的数据安全管理研究, 研究状况如图4所示。

Fig.3 Centralized and distributed secure database management

图3集中式安全管理和分布式安全管理

Service provider

(a) Centralized architecture

(a) 集中式安全管理

(b) Distributed architecture

(b) 分布式安全管理

Service provider N 不可信域可信域

(a) Traditional DBMS

(a) 传统数据管理模式

Query

(b) Database-as-Service

(b) 数据库服务模式

(c) 数据发布模式

Execution

杜小勇 等：数据库服务模式下的数据安全管理研究

Fig.4 Research scenario

图4 研究现状

从图4可以看出现有研究主要集中在关系数据库和集中式托管方式下。随着云计算的日益普 及, 分布式托管方式下的研究将会成为新的 热点。

2 关系数据库上的数据安全管理研究

如前所述, 为了实现数据的安全管理, 在用户和服务提供商之间引入可信的中间层, 主要负责安全相关的任务, 包括访问控制、加解密、结果集验证和审计。服务提供商负责数据管理的其他工作, 包括查询执行、事务管理、备份恢复和数据存储。SQL 执行流程如图5所示。为了保证数据机密性, 在数据托管之前首先对数据进行加密。对密文的查询处理过程如下：

(1) 用户将基于明文的SQL 提交给中间层;

(2) 中间层将基于明文的SQL 改写成基于密文的SQL 并提交给服务提供商;

(3) 服务提供商和中间层交互完成整个SQL 的执行, 并将密文结果集返回给中间层;

(4) 中间层对密文结果集进行解密、过滤和验证, 并将最终结果返回给用户;

由SQL 的执行流程可知密文检索的时间主要取决于三个方面：数据加密方式、密文检索方式和结果集验证。下面首先进行数据安全定义和攻击类型分析, 然后分别阐述这三方面研究。

2.1 数据安全定义和攻击类型分析

严格的安全定义来自密码学, 形式化描述如下：

定义1 (密文的不可区分性[5]) 密文的不可区分性指的是对于长度相等的明文a 和b , 如果满足下式, 则称a 和b 对应的密文具有不可区 分性。

1

Pr{(())1}Pr{(())1}()(1)(1)

C E a C E b n n n n p n G G =?=<

上式中,“E ()”和“G (1n )”分别代表加密算法和密钥生成函数;“C n ()”和“p ()”代表多项式时间复杂度函数;“n ”代表任意大的数;“Pr{}”代表概率函数。如果密文满足定义1的安全性, 那么攻击者只能随机猜测出该密文对应的明文是a 或b 。普渡大学的Murat 在2004年的技术报告[5]中

Fig.5 SQL processing on encrypted data 图5 基于密文的SQL 执行流程图

Service provider

2 Transformed SQL Trusted middle tier

没有研究 研究较多 研究很多

研究很少

分布式 集中式

486 Journal of Frontiers of Computer Science and Technology计算机科学与探索 2010,

4(6)

指出：为了满足上述的安全定义, 服务提供商只能将查询中涉及的所有表全部返回给中间层。显然, 这种方式大大加重了中间层的负担和网络流量, 违背了数据库服务的初衷。随后的研究提出基于概率的安全定义[6]和K-匿名者[7]。形式化定义分别如下所示：

定义2 (基于置信度和置信区间的安全定义)攻击者如果能概率p推出某个密文对应的明文区间为[d1, d2], 则称(d2?d1)/Domain(A)为攻击者在置信度p下的置信区间。其中,“A”代表密文所在的属性,“Domain(A)”代表A的域值。

定义3 (K-匿名者) 如果一个区间至少包含K 个不可区分的元素, 称这个区间满足K-匿名者。

根据攻击者的背景知识将攻击分为三类：唯密文攻击(ciphertext only)、选择明文攻击(selective plaintext)和已知明文攻击(known plaintext)[8]。唯密文攻击指的是攻击者只知道密文数据。选择明文攻击指的是攻击者不仅知道密文数据, 还知道部分的明文信息。例如, 明文的数据分布。已知明文攻击指的是攻击者知道全部的明文数据和密文数据, 但不知道两者的对应关系。前两种攻击方式下, 攻击者需要推理出密文对应的明文。后一种攻击方式下, 攻击者需要推理出明文和密文之间的对应关系。

给定密文数据, 攻击者可以进行基于频率的攻击和基于大小的攻击[9]。如果明文数据分布和密文数据分布之间存在对应关系, 那么根据密文数据分布可以进行基于频率的攻击; 如果明文数据大小和密文数据大小之间存在对应关系, 那么根据密文数据大小可以实施基于大小的攻击。

2.2数据加密

数据加密的研究主要包括加密算法、加密粒度和密钥管理三个方面。传统的加密算法下, 无论是对称加密算法, 如AES, 还是非对称加密算法, 如RSA, 密文都不再保留明文的顺序关系。因此传统的加密算法只支持基于密文的等值查询。为了支持基于密文的其他查询, 研究者从加密算法自身出发, 在满足一定安全性的前提下设计出保序(order-preserving)加密算法[6]、保距(distance-preserving)加密算法[10]、加同态(additive homomorphism)加密算法[11?12]和乘同态(multip- licative homomorphism)加密算法[13]。这些算法的描述和支持的查询类型如表1所示。表1中“a、b、k”代表可比较大小的数据类型, 如数值型、日期型,“E()”代表加密算法,“r”代表常量。虽然表1中的加密算法可以支持丰富的查询类型, 但仍然存在以下问题：

(1) 每类加密算法只能支持一类查询。为了支持数据库中丰富的查询类型必须将数据用不同的加密算法分别进行加密, 加重了数据存储和查询处理负担。

(2) 安全性的下降。例如, 保序加密算法泄漏了明文的顺序信息, 只能抵御唯密文攻击。

(3) 效率的下降。例如, RSA是一种乘同态加密算法, 加解密的时间远远大于对称加密算法。

Table 1 Comparison between encryption algorithms

表1加密算法对比

加密算法算法描述支持的查询类型

保序加密If a>b, then

E(a)>E(b)

范围查询、

MIN、MAX

保距加密If a?b=k,

then E(a)?E(b)=r*k

四则运算加同态加密E(a+b)=E(a)*E(b) SUM查询

乘同态加密E(a*b)=E(a)*E(b) 乘运算

目前关系数据库有两种主流的存储模式：行存储和列存储[14]。行存储模式下, 按照粒度从小到大的顺序有四种加密粒度：数据项级、子元组级、元组级和页面级[1]。选择合适的加密粒度不仅影响密文的空间存储代价, 还影响密文的解密时间。下面举例说明加密粒度对解密开销的影响。表Employee(EmpNo, Name, Salary, DeptName)中Name和Salary是敏感属性, EmpNo和DeptName

杜小勇 等：数据库服务模式下的数据安全管理研究

是非敏感属性。根据查询内容是否涉及敏感属性有两类不同的查询分别如下所示。

Q 1(明文属性查询)：

SELECT EmpNo, DeptName FROM EMPLOYEE

Q 2(密文属性查询)：

SELECT Name, Salary FROM EMPLOYEE

对于明文属性查询Q 1, 如果采取元组级或页面级加密粒度会产生不必要的解密开销。对于密文属性查询Q 2, 如果采取数据项级或子元组级加密粒度, 每个页面会产生多次解密启动开销。针对已有加密粒度的上述问题, IBM 的Bala 提出一种新的页面组织形式：PPC(partition plaintext and ciphertext)[15?16], 如图6所示。PPC 将一个页面分为两部分：明文子页和密文子页。其中, 明文子页保存所有的明文字段数据, 密文子页保存所有的密文字段数据。如果将密文子页作为一个整体进行加密, 对于明文属性查询, 可以直接查询明文子页

; 对于密文属性查询, 每个页面只需一次解密启动开销。因此子页面级加密粒度可以同时适应这两类查询。目前还没有列存储模式下的加密粒度研究。

Fig.6 PPC page layout

图6 PPC 的页面组织图

密钥管理包括密钥粒度选择、密钥分发和基于密钥的访问控制。和数据加密粒度相对应, 有四类密钥粒度：数据项级、子元组级、元组级和页面级。密钥的粒度越小, 安全性越高, 密钥管理的复杂度越高。如何在保证安全性的同时降低密钥管理的复杂度, 米兰大学的Ernesto [17?18]提出

在密钥之间的建立继承关系。例如, 如果要求把密钥k 1、k 2、k 3赋给某个主体, 那么在密钥之间建立以下关系k 1->k 2->k 3(“->”代表继承关系), 此时只需将密钥k 1赋予主体, 密钥k 2和k 3可以通过继承关系推理得出。目前对这方面的研究还停留在静态环境。

2.3 密文检索

为了提高密文检索效率, 现有研究提出两类索引结构：节点级加密B 树和分组索引。米兰大学的Ernesto [19]提出节点级加密B 树, 用于支持基于密文的范围查询。该树的建立过程如下：用户在数据托管之前首先在明文数据上建立B 树索引; 然后针对B 树中的每个节点进行加密; 最后将加密之后的B 树托管给服务提供商。查询的执行过程需要服务提供商和中间层的多次交互完成从根结点到叶子节点的逐层解密。交互次数取决于B 树的高度。显然, 这种方法增加了网络交互次数。此外, 目前的DBMS 并不提供节点级的B 树访问接口, 因此还需要修改DBMS 内核以增加这类接口。

分组索引[20]支持多种查询类型：范围查询、聚集函数查询、Join 查询等。分组索引的建立过程如下：将明文数据划分成若干个分组, 每个分组有一个唯一标识, 同一分组内的数据不可区分。分组内的数据满足K -匿名者的安全定义。常用的分组方法包括等宽分组(Equi-width)、等深分组(Equi-depth)、Hash 分组等。下面以2.2节的表

Employee 为例说明。在属性Salary 上建立等宽分组, 分组模式如表2所示。

Table 2 Equi-width bucket schema

表2 等宽分组模式

标识范围 SUM 值 COUNT 值 1 [0, 2 000] E (23 000) E (10) 2 [2 000, 4 000]E (43 489) E (12) 3 [4 000, 6 000]E (63 533) E (11) 4

[6 000, 8 000]

E (103 399)

E (15)

488 Journal of Frontiers of Computer Science and Technology计算机科学与探索 2010,

4(6)

针对表2中的分组索引, 基于明文的查询：

Q1：SELECT * FROM Employee

WHERE Salary >= 5 000 and Salary <= 6 500;

转换成基于分组标识的查询：

Q2：SELECT * FROM Employee

WHERE SID in (3, 4);

从查询结果看, Q2不仅返回了最终结果集, 还返回了负例(不属于最终结果集却和最终结果集属于相同分组的元组)。中间层负责解密和负例的过滤。相对于节点级加密B树, 分组索引对服务提供商的DBMS是透明的。目前对分组索引的研究较多, 主要从以下几方面展开：

(1) 分组的安全性和效率评价。文献[21]提出用方差和熵衡量分组安全性, 用平均负例数衡量分组效率。文献[19]提出基于图同态的分组安全衡量指标。

(2) 安全高效的一维分组。文献[21]提出在满足安全性的前提下利用动态优化实现最优分组。

(3) 利用分组实现对聚集函数和其他类型查询的支持。文献[11]提出为分组增加辅助信息, 如表2中的属性SUM值和COUNT值用于支持SUM 和COUNT查询。

(4) 基于规则的查询优化。文献[20]提出通过适当增加服务提供商和中间层的交互次数来减少两者流量并将查询任务, 尽可能交给服务提供商完成。这种方法不仅适用于连接查询, 还适用于复杂的嵌套查询。

(5) 基于硬件的优化。为服务提供商增加安全协处理器(secure coprocessor, SC)[22?23], 实现服务提供商对数据的安全管理。SC是一台可信计算机, 专门用于可信的加解密操作。SC引入后, 原来需要服务提供商和中间层多次交互才能完成的工作现在可以由服务提供商独自完成, 大大减少了网络流量。

虽然分组索引上已有大量的研究成果, 但在查询能力和查询效率方面仍然存在以下问题：

(1) 缺乏对多维分组的支持。目前的分组方法主要集中在一维属性上。为了实现对多维属性的支持, 提出了自底向上[24]的分组方法和基于聚类[25]的分组方法。实验结果表明, 当维数不高于6时, 此方法可以取得较好的分组效率。如何实现高维空间的安全高效分组还需要进一步研究。

(2) 缺乏动态环境下的高效分组研究。目前的分组方法主要集中在静态环境下。随着数据的增加、修改和删除, 原有的分组可能不再安全。如何维护分组在动态环境下的安全性是一个尚未解决的问题。

(3) 缺乏对MEDIAN操作的支持。

(4) SC自身的性能不高。由于散热问题的存在, SC的硬件性能还很低。例如, 在市场上处于领先位置的IBM 4758[22]的CPU 99 MB、RAM 4 MB、网络传输600~800 KByte/s。如此低的硬件配置只适合小数据量的操作需求, 无法满足数据库中大数据量的操作需求。

综上所述, 为了支持对密文的高效检索, 现有研究提出了三类解决方法。表3从多个角度对

Table 3 Three classes of crypto-indexes

表3三类密文检索方法

比较项新型加密算法节点级加密B树分组索引

查询支持度范围查询、四则运算、SUM、

COUNT、MIN、MAX

范围查询各类查询

可抵御的攻击唯密文攻击各类攻击各类攻击

是否有负例无无有

面临挑战设计新的加密算法改写DBMS 数据分组和查询优化网络流量少多中

研究程度少少多

杜小勇 等：数据库服务模式下的数据安全管理研究

这三类方法进行了对比分析。 2.3 结果集验证

为了抵御攻击者的数据篡改和偷懒行为, 在查询结果集返回给用户之前必须进行可信性验证。目前这方面的研究很多, 提出了大量的验证方法。总的来说, 这些方法可以分为以下三类：数字签名方法[13,26?28]、验证数据结构方法[13,29?30]和基于概率的方法[31?33]。验证过程包括三部分：验证数据的建立、结果集验证和验证数据的维护。下面从验证过程的角度分别介绍这三类方法。 2.3.1 基于数字签名的方法

数字签名方法的基本思想是在数据托管之前为数据增加签名, 通过对数字签名的验证判断数据是否被篡改过。从数字签名的生成看, 有两类算法：基于元组的签名[13]和签名链方法[26?27]。基于元组的签名方法在数据托管之前为每一条元组生成一个签名。元组签名可以验证结果集的真实性, 但不能验证结果集的完整性。签名链, 如图7(a)所示, 可以同时验证结果集的真实性和完整性。签名链的构建过程如下：首先将元组按照元组中某个属性的值进行排序。结果为{t 1,t 2,…, t n }; 然后, 对每个元组t i 生成签名S i =sign (t i ?1||t i ||t i +1)。其中,“sign ()”代表签名算法,“||”代表字符串连接操作。为了生成元组t 1和t n 的签名, 引入了两个边界元组t 0和t n +1。由于签名中蕴含了元组之间的顺序关系, 所以可以验证结果集完整性。

从结果集验证看, 有两类方法：元组签名验证[13]和集成签名验证[18,26]。

对于结果集{t 1,t 2,…,t k }, 对应的签名集为{S 1,S 2,…, S k }。其中,“S i ”代表元组t i 对应的签名。元组签名验证方法中, 服务提供商将结果集和签名集返回给中间层。中间层对签名集中的每个签名进行验证。集成签名验证方法中服务提供商将结果集和集成签名返回给中间层。集成签名的计算如下：

1

mod k

i i S S q ==∏(q 是一个大素数)

中间层通过对集成签名的验证实现对签名集中每个签名的验证。由于模乘的时间小于签名验证时间, 所以集成签名验证方法可以降低元组签名验证方法的验证时间。集成签名验证方法还减少了元组签名验证方法的网络流量, 尤其当结果集内的元组很多时。

从验证能力上看, 数字签名方法可以验证结果集的真实性和完整性, 但不能验证结果集的最新性。从验证效率上看, 签名方法存在严重的效率问题。文献[2]指出签名生成、签名验证和模乘的时间代价分别是Hash 运算的1 000倍、100倍和50倍。如何尽可能用Hash 代替签名提高验证效率, 研究者提出验证数据结构的方法。 2.3.2 验证数据结构

验证数据结构的基本思想是将数据按一定的结构组织起来, 通过只对其中一部分数据进行

Fig.7 Three classes of authentication approaches

图7 三类结果集验证方法

h i =H(r i )p i k i (c) Embedded MHT (c) 嵌入式MHT

(a) Signature chain

(a) 签名链

t 0

t 1

t 2

t n ?1

t n +1

t n

S 0=sign (t 0||t 1||t 2))

S n =sign (t n ?1||t n ||t n +1)

(b) MHT 树h 1=H (t 1h 12=H (h S root =sign (h root )

490 Journal of Frontiers of Computer Science and Technology计算机科学与探索 2010,

4(6)

签名达到对所有数据验证的目的。文献[13,29?30]提出基于MHT(Merkle Hash tree)的验证数据结构。MHT是一棵平衡二叉树, 如图7(b)所示。MHT 的构建过程是一个自底向上的二叉树生成过程。MHT中只需对根节点进行签名。基于MHT的验证过程是整个二叉树的重建过程。为了重建二叉树, 服务提供商除了返回结果集, 还需返回验证对象(verification object, VO)。VO包括从结果集到根节点路径上所有节点的兄弟节点。例如, 在图7(b)中, 对于结果集{t2},VO为{h1, h34}, 用黑色节点表示。

MHT可以验证结果集的正确性和完整性, 且MHT的生成效率和验证效率都远远高于数字签名方法。但是MHT也存在以下问题：

(1) MHT是一个内存验证结构, 只适合数据量比较少的情况。

(2) MHT只适合静态环境下的数据验证, 动态环境下MHT的维护代价相当于重建代价。

(3) MHT只适用于一维范围查询的验证。

为了解决上述问题, 研究者在MHT的基础上提出各种改进算法, 如下所示：

(1) 为了支持大数据量和动态环境下的数据验证, 文献[2]提出动态的磁盘验证数据结构Merkle B-tree和Embedded MHT。Merkle B-tree 是一棵基于B-tree的MHT。Embedded MHT, 如图7(c)所示, 在B-tree的基础上为每个节点增加一个内嵌的MHT。

(2) 为了支持多维范围查询的验证, 文献[34]提出VKD-tree和VR-tree。这两种结构分别在KD-tree和R-tree的基础上采用签名链的思想对节点中的每个元组进行签名。为了改进VKD-tree和VR-tree的效率, 文献[35]提出MR- tree。MR-tree中节点按照MBR(minimum bounding rectangle)的方式组织成树, 用户只需对根节点的MBR进行签名。

(3) 为了支持对聚集函数查询的验证, 文献[36]提出了验证前缀树(authenticated prefix tree)。验证前缀树将数据按照指定的规则进行编码, 支持对SUM查询的验证。

综上所述, 为了支持不同查询类型, 现有研究提出了多种验证数据结构。但是, 每一类验证数据结构只能支持对一类查询的验证。为了验证各类查询, 必须建立多个验证数据结构, 增加了维护代价。此外, 验证数据结构只支持对明文的数据验证。

2.3.3基于概率的验证方法

基于概率验证方法的主要思想是抽样验证和交叉验证。现有研究提出了以下方法：挑战-应答(challenge-response)方法[31]、fake tuple方法[32]和双加密方法(dual encryption)[33]。和前两类方法相比, 基于概率的验证方法不能提供100%的验证率。下面分别介绍这几类概率验证方法。

挑战-应答方法的基本思想是通过对抽样查询的可信性验证推理非抽样查询的可信性。具体过程如下：在一批查询中进行抽样, 由可信的中间层执行这些抽样查询, 并将查询结果作为验证信息和查询一起提交给服务提供商。服务提供商在返回查询结果时必须指出这些验证信息分别对应哪些查询。中间层根据服务提供商回答的正确性以一定的概率推理服务提供商是否可信。在随机抽样的情况下, 抽样比越大, 验证概率越高。为了提高验证概率, 挑战-应答方法在验证信息中加入假查询结果。假查询结果不是真正查询的执行结果。由于真查询结果和假查询结果不可区分, 服务提供商不得不执行完所有查询。挑战-应答方法可以有效地支持对各类查询的验证, 但由于验证过程是由不可信的服务提供商完成的, 所以存在以下安全隐患：无法验证服务提供商在执行完所有查询之后对结果集的篡改。因此, 从严格意义上说挑战-应答方法只能验证服务提供商是否偷懒, 不能验证服务提供商是否篡改数据。

杜小勇等：数据库服务模式下的数据安全管理研究

Fake tuple方法和双加密方法的基本原理都是交叉验证。fake tuple方法通过生成一些假数据(fake tuple)实现交叉验证。双加密方法通过对相同数据加密两次实现交叉验证。fake tuple方法的具体过程如下：将真实数据和假数据一起托管, 通过验证结果集中假数据的可信性推理真数据的可信性。为了验证查询在假数据上的执行结果, 最简单的方法是将假数据备份在中间层; 但是这样加重了中间层的负担。为了减轻中间层的负担, 文献[32]提出了数据生成函数方法。该方法下中间层只需保存假数据的生成函数。双加密方法下, 将数据库中的部分数据采用不同密钥加密两次。当查询落在双加密数据上时, 就可以验证结果集的可信性。为了生成有效验证查询, 文献[33]提出对已有查询放宽条件的方法。上述两类方法都需要在服务提供商保存假数据。如何生成、维护和有效利用这些假数据是提高交叉验证方法效率的关键问题之一。目前, 还缺乏对这方面的研究。

表4对上述三类验证方法从各个角度进行对比。从表4可以看出：虽然基于概率的验证方法不能提供百分之百的验证, 但支持的查询类型最丰富, 验证代价也比较低, 能够满足大部分的应用需求。

3 XML数据库上的数据安全管理

和关系数据库相比, XML数据库中除了包含数据外, 还包含元数据(tag)和结构信息(struc- ture)。因此, XML数据库中需要同时保证这三类数据的机密性, 同时验证它们的完整性。下面从安全原语的定义、密文XML检索和结果集验证这三个角度分别进行阐述。

3.1安全原语的定义

文献[37]提出分别描述数据、元数据和结构信息的安全原语定义。因为XML数据是一个树型结构, 所以可以通过对节点的加密保证数据的机密性, 对节点中标签的加密保证元数据的机密性。在对节点进行加密时, 需要区分该节点是叶子节点还是中间节点。如果是叶子节点, 只需对节点自身进行加密; 如果是中间节点, 需要对该节点包含的所有子树都进行加密。为了保证结构信息的机密性, 文献[37]提出节点分解的方法, 文献[8]提出节点加密的方法。以图7(a)中的XML 数据为例, PaymentInfo和CreditCard节点本身不是机密信息, 但是两者之间的关系是机密信息。采用节点分解方法后, 其结构如图7(b)所示。PaymentInfo和CreditCard作为两个独立的节点存在, PaymentInfo节点的标识信息以加密的形式保存在CreditCard节点中。节点加密的方法将涉及机密的任意一方节点进行加密。例如, 将CreditCard节点加密以保证节点PaymentInfo和CreditCard之间的机密性。

3.2密文XML的检索

XML数据库的查询条件(如XPath)同时包含了数据信息和路径信息。因此, 对密文XML数据的检索必须从数据内容和查询路径两方面着手。

Table 4 Comparison of three classes of authentication approaches

表4三类验证方法的对比

比较项数字签名的方法基于验证数据结构的方法基于概率的方法

支持查询类型范围查询范围查询、SUM查询各类查询

支持密文验证支持不支持支持

初始化代价一个签名/每条元组每个结构生成一个签名生成验证数据、执行验证查询

更新代价相当于初始化代价相当于初始化代价可增量式维护

客户端验证代价签名验证根节点的签名验证执行验证查询

服务端验证代价签名集成 VO的收集维护验证数据验证概率100% 100% <100%

492

Journal of Frontiers of Computer Science and Technology 计算机科学与探索 2010, 4(6)

目前的研究可以分为两类：将XML 数据库转换成关系数据库和基于native XML 的解决方案。下面分别介绍这两类方法.

第一类方法的基本思路是将XML 数据转化成关系数据进行存储, 将针对XML 的查询转换成关系数据库中的SQL 。为了实现这两类转换, 文献[38]提出了向量化(vectorization)和压缩结构

(compressed skeleton)的方法; 文献[39]提出了基于规则的转换方法。

向量化实现了XML 数据向关系数据的转换,

压缩结构实现了XPath 查询向SQL 查询的转换。向量化的基本思路是将XML 数据按照路径进行

垂直分片。例如, 图8(a)中的XML 数据经过向量

化之后如表5所示。考虑到XML 数据的结构冗余性, 压缩结构将相同的结构信息进行合并。例如, 图8(a)中的数据对应的压缩结构如图8(c) 所示。

基于规则的方法中用三元组(pre , post , par-

ent )表示XML 中的结构信息。三元组的定义如 下：pre 记录开始标签(包括节点标签和属性标签)的序号, post 记录结束标签的序号, parent 记录父节点的pre 值。图8(d)所示为XML 文件和相应的三元组信息。对于XPath 中的路径表达式, 如

child 和descendant, 转换成针对三元组的查询条

Fig.8 Study on sensitivity of XML data

图8 XML 数据机密性研究

John Smith

4019 2445 0277 5567

Bank of the Internet 04/09

Susan Smith

5497 2998 4263 9986

Cyber Bank 05/08

(a) XML data (a) XML 数据

(b) Decomposed node and DSI

(b) 节点分解和DSI

(c) Compressed structure

(c) 压缩结构

pre post parent

1 0 2 1 1 4 2 3 5 3 3 4 5 (d) Computation of pre /post /parent

(d) Pre/post /parent 的计算

杜小勇等：数据库服务模式下的数据安全管理研究

Table 5 Vectorization of XML data

表5 XML数据的向量化

/PaymentInfoList/PaymentInfo/Name [John Smith, Susan Smith] /PaymentInfoList/PaymentInfo/CreditCard/Number [4019 2445 0277 5567, 5497 2998 4263 9986]

/PaymentInfoList/PaymentInfo/CreditCard/Issuer [Bank of the Internet, Cyber Bank] /PaymentInfoList/PaymentInfo/CreditCard/ Expiration [04/09, 05/08]

件, 如下所示：

v is a child of v' ?v.parent = v'.pre

v is a descendant of v' ?

v'.pre < v.pre and v'.post > v.post

Naive方法中数据以XML的形式进行存储和访问。为了保证数据的机密性, 节点和结构信息都需要进行加密。为了实现对加密节点的高效检索, 文献[9]提出了OPESS(order-preserving encryption with splitting and scaling)方法; 文献[37]提出了多维分组方法。为了实现对加密结构的高效检索, 文献[9]提出了非连续结构化区间索引(disconti- nuous structural interval index, DSI)。OPESS在保序加密算法[6]的基础上, 通过数据拆分和缩放的方式保证密文在数据分布和数据规模上和明文不同, 有效地抵御了基于频率的攻击和基于大小的攻击。OPESS可以支持一维范围查询。多维分组方法在一维分组索引的基础上, 通过对多维空间数据的划分实现对多维范围查询的支持。DSI 是建立在托管方的倒排索引, 用于结构信息的检索。DSI的基本思想是每个节点设置一段连续区间。对图8(a)中XML数据的区间设置如图8(b)所示。每个节点对应一段区间, 区间之间满足：兄弟节点的区间之间非连续有序, 父节点的区间包含所有子节点的区间, 通过兄弟节点区间之间的有序性和父子节点区间之间的包含关系实现对结构信息的检索。同时, 不同节点区间之间的非连续性又保证了结构的安全性。为了降低结构信息的冗余度, DSI将具有相同结构的节点先归类, 然后建立基于节点标签的倒排索引。此外, 归类还可以增加DSI的安全性。

综上所述, 目前的研究集中在将如何将XML 数据和查询转换成关系数据和查询上, 对native XML的研究还比较少。对密文XML数据的检索, 可以采用密文关系数据中的方法; 对加密XML 结构的检索, 目前的研究还处在起步阶段。

3.3 XML数据的验证

XML数据的验证包括两个方面：数据可信性和结构可信性。对结构的篡改包括改变节点之间关系、删除节点和增加节点。目前的研究分为两类：基于MHT的验证方法[39]和结构化签名(structural signature)方法[40]。

文献[39]在MHT的基础上提出基于DTD的Xtrie。Xtrie只能验证结构的完整性。结构化签名方法可以同时验证数据的完整性和结构的完整性, 基本思路如下：利用节点内容和节点位置信息对树中每个节点进行签名。为了描述节点位置, 引入二元组(pre-order, post-order)。其中, pre-order 记录节点在先序遍历中的序号, post-order记录节点在后序遍历中的序号。因为多叉树中任意一个节点的位置可以通过该节点在先序遍历中的序号和后序遍历中的序号唯一确定, 所以二元组(pre-order, post-order)可以唯一确定一个节点在树的位置。为了在保证结构信息机密性的前提下验证结构信息的完整性, 文献[40]在原二元组的基础上增加了随机因子得到新的二元组(Random (pre-order), Random(post-order))。该二元组满足以下条件：

121212

121212

,-,<()<()

,-,<()<() p p pre order p p Random p Random p

p p post order p p Random p Random p

?∈?

?∈?

结构化签名方法存在以下问题：不能保证数据的机密性; 对树中每个节点都进行签名, 签名

494 Journal of Frontiers of Computer Science and Technology计算机科学与探索 2010,

4(6)

的生成代价和验证代价比较高。如何采用基于概率的验证方法是未来的发展方向之一。

4文本数据库上的数据安全管理

文本数据库目前已广泛应用于Email系统和搜索引擎中, 但目前对文本数据服务下数据安全管理的研究比较少。下面分别介绍在密文检索和检索结果验证这两方面的研究。

4.1密文的高效检索

文本数据没有结构信息, 对文本数据的查询主要是基于关键词的检索。根据检索时是否使用索引有两种不同的检索方式：顺序扫描和索引扫描。顺序扫描时, 为了保证数据和查询的安全性, 伯克利大学的Song等人[41]提出受控的查询访问和隐式的查询访问。受控的查询访问下, 用户只能访问文档中查询涉及的数据, 从而保证了其他数据的安全性。隐式的查询访问下将基于明文的查询被转换为基于密文的查询, 从而保证了用户的查询隐私。

顺序扫描的检索时间取决于文档长度。为了提高长文档的检索效率, Song[41]提出基于加密倒排表的索引扫描。该索引将倒排表的键值和指针链表分别进行加密, 同时采用链表补齐和链表拆分的方式防止通过链表长度的泄密。该方法适用于静态环境下的文档检索, 但是动态环境下的倒排表维护代价较高。因此, 对动态环境下的加密文档检索还需要进一步的研究。

4.2文本数据的验证

目前对文本数据的验证主要针对多关键词检索和搜索引擎这两种情况, 下面分别介绍。

多关键词检索指的是针对多关键词查询Q:{k1,k2,…,k t}, 找到文档集合D:{d1,d2,…,d s}, 使得集合中的每一个文档d i(1≤i≤s)都包含查询Q 中的所有关键词k j(1≤j≤t)。对该检索结果的验证包括两个方面：一是正确性验证, 检查D中的每个文档是否包含所有关键词; 二是完整性验证, 检查所有满足条件的文档是否都包含在结果集中。为了实现上述验证, 文献[42]建立倒排表索引, 结构如下：{k i,{d i1,d i2,…,d ir}}。其中, k i代表任意关键词, {d i1,d i2,…,d ir}代表包含该关键词的所有文档标识。倒排表索引虽然可以实现结果集的验证, 但是存在严重的效率问题：当包含检索关键字的文档很多时, 验证方的存储代价和验证代价势必大大加重。如何构建一个和文档个数无关的验证结构, 文献[42]提出用checksum代替文档标识列表。相应的倒排表结构调整为{k i, checksum i}。checksum i的初始化构建和维护过程如下所示。

初始化构建：

1

()mod

ir

i i

i i

checksum hash d q

=

=∏

新增文档标识d s：

+1

(*())mod

i i s

checksum checksum hash d q

=

删除文档标识d k：

1

+2+1

(*())mod

i i k

checksum checksum hash d q

?

=

上式中, q代表一个大素数。与关键词检索相比, 搜索引擎不仅返回检索文档, 还返回文档和查询条件之间的相似度。因此, 对搜索引擎检索结果的验证不仅包括正确性验证和完整性验证, 还包括文档相似度验证。搜索引擎在返回检索结果时将文档按照相似度从大到小的顺序排列。通常用户只关心最相似的前k个。因此, 对文档相似度的验证就转换为如何计算结果集中前k个相似度最高的文档。为了实现相似度验证, 文献[43]提出基于MHT的验证结构：Term-MHT和Document- MHT。具体验证过程如下所示：

(1) 建立倒排表结构：

{k i,{(d i1,f i1),(d i2,f i2),…,(d ir,f ir)}}

其中,“f i1”代表文档d i1中k i的出现频率。文档标识按照出现频率从大到小排列：f ij≥f i(j+1)。为了可比性, 将f i标准化为[0,1]之间的数。

(2) 为每个关键字构建一棵Term-MHT。该

杜小勇等：数据库服务模式下的数据安全管理研究

树的叶子节点由倒排表中的文档标识构成, 且按照f降序排列。每个文档对应一棵Document- MHT。该树的叶子节点由构成, 且按照TermId升序排列。

(3) 通过对Term-MHT和Document-MHT的交替检索实现验证。具体过程如下：根据查询条件中的关键字检索对应的Term-MHT, 找到所需的文档标识和验证对象; 对每个所需的文档检索对应的Document-MHT, 找到所需的和验证对象。

虽然上述方法可以实现相似度验证, 但是验证时间和每个term对应的链表长度线性相关。例如, 在对Term-MHT检索时, 为了验证一个文档标识, 需要返回log|List i|个验证对象。|List i|为该Term-MHT中叶子节点的个数。为了提高验证效率, 文献[43]在上述两类MHT的基础上提出chain-MHT。该结构将一个term对应的所有文档标识进行等深分组, 每组包含K个文档标识。在每组文档标识上建立一棵MHT, 并通过链接的方式将这些MHT连接起来。其中, 每个MHT的根节点是下一棵MHT的叶子节点。在对chain MHT检索时, 为了验证一个文档标识只需返回log|K|个验证对象。验证对象和该term对应的链表长度无关。

5基于分布式模式的数据安全管理研究以上从集中式管理的角度阐述了对关系数据库、XML数据库和文本数据库下数据安全管理的研究。本章从分布式管理的角度进行阐述。目前对这方面的研究主要集中在关系数据库上, 主要研究如何保证多个服务提供商上托管数据的机密性; 如何验证多个服务器返回的结果的完整性。下面分别讨论这两个问题。

5.1数据机密性管理

集中式管理模式下通过加密保证数据的机密性。为了减少数据加解密的开销, 分布式管理模式下主要采用数据分解[44]和基于(k,n)门限方案的方法[45]。

数据分解方法的基本思想是将一个机密数据分解成多个非机密数据并同时托管给多个不同的服务提供商, 攻击者只有获得所有的分解数据才能恢复原有的机密数据。在多个服务提供商之间彼此隔离的前提下保证了原机密数据的安全性。根据数据机密性的不同有多种数据分解方法。如果数据本身是机密的, 例如Salary, 采用编码的方式进行转换：

Salary s=Salary ⊕Random()

其中, “⊕”代表异或, Random()是一个随机数生成函数。将Salary s和Random()分别托管给两个服务提供商。这种编码方式既保证了数据的机密性, 又保证了数据恢复时的效率。如果数据本身不是机密的但数据之间的关系是机密的, 例如, 属性EmpName和CreditNumber之间, 则采用垂直分片的方法将表Employee分解为两个表。分解之后的表如下所示：

Employee1(EmpNo, EmpName, Salary, DeptName)

Employee2(EmpNo, CreditNumber)

数据分解方法下假设不同服务提供商之间是隔离的, 这在实际应用中较难保证。(k,n)门限方案允许服务提供商之间存在窜通, 只要互相窜通的服务器个数小于k个。(k,n)门限方案的基本思想是计算一个机密数据对应的n个秘密数据并分别保存在n个服务器上, 攻击者只有攻破其中的x个秘密数据才能计算出对应的原数据。其中, x、k、n之间满足x≥k且k≤n。如果Salary是敏感数据, 对应的三个秘密数据如表6所示。其中, 为了增强安全性每个数据项对应一个不同的多项式。

上述两种方案虽然省去了数据加解密的开销, 但是需要多个服务器的参与, 而且需要多个服务提供商之间一定程度的隔离性来保证安全性。

496 Journal of Frontiers of Computer Science and Technology计算机科学与探索 2010,

4(6)

Table 6 (k,n) threshold scheme

表6 (k,n)门限方案

序号明文值多项式服务器1(x=3)服务器2(x=2)服务器3(x=4)

1 8 40x+8 128 88 168

2 10 10x+10

40 30 50

3 6 2x+6

12 10 14

4 20 30x+20 110 80 140

5.2结果集验证

为了对多个服务提供商返回的结果进行验

证, 文献[46]提出执行服务器和验证服务器相分

离的方法(separating authentication and execution,

SAE)。SAE将托管数据分为两类：数据和验证数

据, 分别托管给不同的服务提供商。查询执行时,

执行服务器返回查询结果, 验证服务器返回验证

对象。整个系统的体系架构如图9所示。

Fig.9 Separating authentication and execution

图9验证和执行相分离的验证结构

为了提高验证服务器的效率, 文献[45]在

B-tree的基础上提出一种验证数据结构XOR

B-tree。该数的节点中, 每个检索项同时包含数据

信息和验证信息。验证信息是对该检索项对应子

树中所有数据信息的验证。XOR B-tree的提出实

现了验证代价和结果集大小的无关性, 验证代为

log m N。其中,“m”代表树的叉数,“N”代表元组

个数。

SAE方法假设认为验证服务器是可信的,

因此, 一旦验证服务器被攻破, 结果集的可信性

就无法保证。如何在多个服务器都不可信的条件

下实现查询结果的可信未来研究面临的挑战。

6结束语

相较于传统的数据管理模式, DAS减轻了用

户负担, 提高了数据管理质量, 降低了数据管理

成本。但是DAS下服务提供商的不可信使得DAS

面临新的数据安全管理问题。只有解决这些问题,

才能使DAS真正被用户接受。目前对DAS下数

据安全管理的研究主要集中在数据的保密管理

和数据的可信性验证上。通过对这些研究进行综

述, 指出目前的研究还存在以下问题：

(1) 大部分研究集中在集中式管理框架下,

缺乏对分布式管理框架的研究, 尤其是分布式管

理框架下XML数据库和文本数据库的研究。随

着XML数据库和文本数据库的广泛应用, 这方

面的需求越来越迫切。

(2) 在关系数据库的密文检索上, 缺乏对多

维动态数据的支持。目前的研究主要集中在一维

静态数据上, 而实际应用中大量查询是多维查询,

而且数据是动态变化的, 如何构建一个多维动态

的安全索引还需要进一步研究。

(3) 查询支持度问题。现有的研究主要集中

在范围查询和MIN、MAX、COUNT、SUM等聚

集函数的密文查询上, 缺乏对MEDIAN查询、

Join查询、嵌套查询等其他查询类型的支持。

(4) 云计算下多服务提供商进行数据验证的

研究。现有的数据验证方法下服务提供商分为两

类：一类同时负责查询处理和查询验证; 另一类

只负责查询验证。无论是哪一类服务提供商都要数据所有者

执行服务器

(数据)

验证服务器

(验证数据) 数据访问者

初

始

验

证

杜小勇等：数据库服务模式下的数据安全管理研究

负责所有数据的统一验证。在云计算平台下可以将数据分解后提交给多个不同的服务提供商。虽然每个服务提供商都是不可信的, 但可以通过不同服务提供商的返回结果进行交叉验证。如何进行数据分解和交叉验证成为云计算下亟需解决的问题。

(5) 缺乏一个同时解决数据保密性和可信性的集成解决方案。现有的研究大多将数据的保密管理和可信性验证作为两个独立的问题进行研究, 提高了集成代价, 甚至不可集成。例如, MHT 只能实现明文数据的验证。如何设计基于密文的验证方法还需要进一步研究。

(6) 缺乏高性能硬件的支持。目前SC的性能还不能满足大数据量的数据处理需求, 随着硬件的进一步发展, 综合利用硬件和软件的解决方案还在研究之中。

References:

[1] Hacigumus H, Iyer B, Mehrotra S. Providing database as

a service[C]//IEEE International Conference on Data

Engineering(ICDE’02), San Jose, CA, USA, February 2002.

[2] Li F, Hadjieleftheriouz M, Kolliosy G, et al. Dynamic

authenticated index structures for outsourced databases [C]//

Proceedings of ACM SIGMOD Conference (SIGMOD’06),

Chicago, Illinois, USA, June 27–29, 2006: 121-132.

[3] Chor B, Goldreich O, Kushilevitz E, et al. Private infor-

mation retrieval[C]//Proceedings of the 36th Annual IEEE

Conference on Foundations of Computer Science, New

York, 1995: 41–50.

[4] Miklau G, Suciu D. Controlling access to published data

using cryptography[C]//Proceedings of International Con-

ference on Very Large Data Bases(VLDB’03), Berlin, Germany, 2003.

[5] Kantarcioglu M, Clifton C. Security issues in querying

encrypted data[R]. Purdue University, 2004.

[6] Agrawal R, Kierman J, Srikant R, et al. Order preserving

encryption for numeric data[C]//Proceedings of ACM

SIGMOD Conference(SIGMOD’04), Paris, France, June 2004.

[7] Sweeney L. K-anonymity: A model for protecting pri-

vacy[J]. International Journal on Uncertain, Fuzziness and Knowledge-based System, 2002, 10(5): 557-570. [8] Pfleeger C P, Pfleeger S L. Security in computing[M]. 4th

ed. Beijing: Publishing House of Electronics Industry, 2007.

[9] Wang H, Lakshmanan L. Efficient secure query evalua-

tion over encrypted XML databases[C]//Proceedings of International Conference on Very Large Data Bases (VLDB’06), September 2006.

[10] Ozsoyoglu G, Singer D A, Chung S S. Anti-tamper data-

bases: Querying encrypted databases[C]//Proceedings of the 17th Annual IFIP WG 11.3 Working Conference on Data and Applications Security(DBSec’03), Estes Park, Colorado, August 2003.

[11] Mykletun E, Tsudik G. Aggregation queries in the data-

base-as-a-service model[C]//LNCS 4127: IFIP WG 11.3 Working Conference on Data and Applications Security, July 2006. Heidelberg: Springer-Verlag, 2006: 89?103. [12] Ge T J, Zdonik S. Answering aggregation queries in a se-

cure system model[C]//Proceedings of International Con-

ference on Very Large Data Bases(VLDB’07), Vienna, Austria, September 23?28, 2007.

[13] Mykletun E, Narasimha M, Tsudik G. Authentication and

integrity in outsourced database[C]//Proceedings of the 11th Annual Network and Distributed System Security Symposium, San Diego, CA, USA, February 2004.

[14] Ge T J, Zdonik S. Fast, secure encryption for indexing in

a column-oriented DBMS[C]//Proceedings of IEEE In-

ternational Conference on Data Engineering(ICDE’07), 2007: 676?685.

[15] Iyer B, Mehrotra S, Mykletun E, et al. A framework for

efficient storage security in RDBMS[C]//Proceedings of International Conference on Extending Database Tech-

nology (EDBT’04), March 2004.

[16] Damiani E, Vimercati S D C, Finetti M, et al. Implemen-

tation of a storage mechanism for untrusted DBMSs[C]//

Proceedings of the 2nd International IEEE Security in Storage Workshop, Washington DC, USA, May 2003.

498 Journal of Frontiers of Computer Science and Technology计算机科学与探索 2010,

4(6)

[17] Damiani E, Vimercati S D C, Foresti S, et al. Metadata

management in outsourced encrypted databases[C]//Pro- ceedings of the 2nd VLDB Workshop on Secure Data

Management (SDM’05), Trondheim, Norway, September

2005.

[18] Damiani E, Vimercati S D C, Foresti S, et al. Key man-

agement for multi-user encrypted databases[C]//Pro- ceedings of the ACM Workshop on Storage Security and

Survivability(StorageSS’05), Alexandria, Virginia, USA,

November 11, 2005.

[19] Damiani E, Vimercati S D C, Jajodia S, et al. Balancing

confidentiality and efficiency in untrusted relational DBMSs[C]//Proceedings of the 10th ACM Conference on

Computer and Communications Security, Washington, D

C, USA, October 27?31, 2003.

[20] Hacigumus H, Iyer B, Mehrotra S, et al. Executing SQL

over encrypted data in the database-service-provider

model[C]//Proceedings of ACM SIGMOD Conference (SIGMOD’02), Madison, W I, USA, June 2002.

[21] Hore B, Mehrotra S, Tsudik G. A privacy-preserving in-

dex for range queries[C]//Proceedings of International Conference on Very Large Data Bases(VLDB’04), To-

ronto, Canada, 2004.

[22] Dyer J G, Lindemann M, Perez R S R, et al. Building the

IBM 4758 secure coprocessor[C]//Proceedings of IEEE

Computer, October, 2001: 57?66.

[23] Mykletun E, Tsudik G. Incorporating a secure coprocessor

in the database-as-a-service model[C]//Proceedings of International Workshop on Innovative Architecture for

Future Generation High Performance, 2005.

[24] Wang J P, Du X Y. A secure multi-dimensional partition

based index in DAS[C]//Proceeding of the 10th Asia Pa-

cific Web Conference, Shenyang, April, 2008: 319–330. [25] Wang J P, Du X Y. Cluster based partition for multi-di-

mensional range query in DAS Model[C]//Proceedings of

8th IEEE/ACIS International Conference on Computer

and Information Science(ICIS’09), Shanghai, China, June1-3, 2009: 451?456.

[26] Narasimha M, Tsudik G. Authentication of outsourced

databases using signature aggregation and chaining[C]//

Proceedings of International Conference on Database Systems for Advanced Applications (DASFAA’06), April

2006.

[27] Pang H, Jain A, Ramamritham K, et al. Verifying com-

pleteness of relational query results in data publishing [C]//

Proceedings of ACM SIGMOD Conference (SIGMOD’05), Baltimore, Maryland, USA, June 14?16, 2005.

[28] Mykletun E, Narasimha M, Tsudik G. Signature “bou-

quets”: Immutability of aggregated signatures[C]//Pro- ceedings of European Symposium on Research in Com-

puter Security (ESORICS’04), September 2004.

[29] Mykletun E, Narasimha M, Tsudik G. Providing authen-

tication and integrity in outsourced databases using Merkle hash trees, UCI-SCONCE Technical Report[R/OL].

(2003). https://www.360docs.net/doc/615368815.html,/das/MerkleODB.pdf. [30] Martel C, Nuckolls G, Devanbu P, et al. A general model

for authenticated data structures, Technical Report CSE-2001-9[R]. UC Davis, 2001.

[31] Sion R. Query execution assurance for outsourced data-

bases[C]//Proceedings of International Conference on Very Large Data Bases(VLDB’05), Trondheim, Norway,

2005.

[32] Xie M, Wang H J, Yin J, et al. Integrity auditing of out-

sourced data[C]//Proceedings of International Conference

on Very Large Data Bases(VLDB’07), Vienna, Austria,

September 23?28, 2007.

[33] Wang H J, Yin J, Perng C, et al. Dual encryption for query

integrity assurance[C]//Proceedings of ACM Conference

on Information and Knowledge Management (CIKM’08),

Napa Valley, California, USA, October 26–30, 2008. [34] Cheng W, Pang H, Tan K L. Authenticating multi-dimen-

sional query results in data publishing[C]//Proceedings of

the 20th Annual IFIP WG 11.3 Working Conference on

Data and Applications Security(DBSec’06), 2006.

[35] Yang Y, Papadopoulos S, Papadias D, et al. Authenticated

indexing for outsourced spatial databases[J]. VLDB Jour-

nal, 2009, 18(3): 631?648.

[36] Li F, Hadjieleftheriouz M, Kolliosy G, et al. Authenticated

index structures for aggregation queries in outsourced databases, BUCS-TR-2006-011[R]. July 20, 2006.

杜小勇等：数据库服务模式下的数据安全管理研究

[37] Jammalamadaka R C, Mehrotra S. Querying encrypted

XML documents, TR-RESCUE-06-15[R]. 2006.

[38] Yang Y, Ng W, Lau H L, et al. An efficient approach to

support querying secure outsourced XML informa-

tion[C]//LNCS 4001: 18th Conference on Advanced In-

formation System Engeneering(CAiSE’06). Heidelberg: Springer-Verlag, 2006: 157–171.

[39] Devanbu P, Gertz M, Kwong A, et al. Flexible authentica-

tion of XML documents[C]//Proceedings of ACM Con-

ference on Computer and Communications Security, Philadelphia, PA, USA, 2001: 136–145.

[40] Kundu A, Bertino E. Structural signatures for tree data

structures[C]//Proceedings of VLDB Endowment, Auck-

land, New Zealand, August 23-28, 2008.

[41] Song D X, Wagner D, Perrig A. Practical techniques for

searches on encrypted data[C]//IEEE Symposium on Se-

curity and Privacy, 2000: 44?55.

[42] Sion R, Carbunar B. Conjunctive keyword search on en-

crypted data with completeness and computational pri-

vacy, Cryptology ePrint Archive, Report 2005/172[R/OL].

(2005). https://www.360docs.net/doc/615368815.html,/2005/172/.

[43] Pang H, Mouratidis K. Authenticating the query results of

text search engines[C]//Proceedings of International Conference on Very Large Data Bases(VLDB’08), Auck-

land, New Zealand, August 24?30, 2008.

[44] Aggarwal G, Bara M. Two can keep a secret: A distributed

architecture for secure database services[C]//Proceedings

of the Conference on Innovative Data Systems Research

(CIDR’05), 2005.

[45] Emekci F, Agrawal D, ElAbbadi A, et al. Abacus: A dis-

tributed middleware for privacy preserving data sharing

across private data warehouses[C]//Proceedings of ACM/IFIP/USENIX 6th International Middleware Con-

ference, 2005.

[46] Papadopoulos S, Papadias D, Cheng W W, et al. Separat-

ing authentication from query execution in outsourced

databases[C]//Proceedings of IEEE International Confer-

ence on Data Engineering(ICDE’09), 2009.

附中文参考文献:

[8] Pfleeger C P, Pfleeger S L. 信息安全原理与应用[M].

李毅超, 蔡洪斌, 谭浩, 等译

. 4版. 北京：电子工业出

版社, 2007.

DU Xiaoyong was born in 1963. He is a professor and doctoral supervisor of Renmin University of China, and is the senior member of CCF. His current research interests include high performance database, intel-ligent information retrieval and knowledge engineering, etc.

杜小勇(1963?), 男, 浙江衢州人, 中国人民大学教授、博士生导师, CCF高级会员, 主要研究领域为

高性能数据库, 智能信息检索, 知识工程等。

WANG Jieping was born in 1976. She is a Ph.D. candidate at Renmin University of China. Her current research interests include high performance database and database security, etc.

王洁萍(1976?), 女, 江苏泗洪人, 中国人民大学博士研究生, 主要研究领域为高性能数据库, 数据库服务中的数据安全等。