CN103268460B - 一种云存储数据完整性验证方法 - Google Patents

Abstract

本发明公开了一种云存储数据完整性验证方法。本方法为：1）客户端生成密钥，并根据该密钥和待存储到服务器的数据M，生成M的标识X和元数据；2）该客户端本地保存该元数据，并根据X生成M的莫科尔树IMT，将X和IMT作为M的标签，将标签、M保存到服务器；其中，每一个节点对应一三元组（节点相对于父节点的位置信息，节点控制的叶子节点的数量，节点的哈希值）；3）用户向服务器发送完整性验证请求，服务器根据用户的公钥、M及其标签生成证据P发送给该客户端；4）客户端根据元数据对P进行验证，如果验证通过，则判定服务器完整地持有M，否则判定为未完整的持有M。本发明能够使用户准确的验证各个叶子节点的值，交互数据量小。

Description

一种云存储数据完整性验证方法

技术领域

本发明涉及一种支持公开验证和数据动态更新的云存储数据完整性验证方法，它也是一种用于验证存储于云服务器中的用户数据完整性的方法，属于云计算安全领域。

背景技术

云存储是一种在线的存储模式，即用户(客户端)与服务器(云端)通过一定的协议，将自己的外包数据存储于云端，这种新兴的存储方式，具有云计算的灵活性、低成本性、可扩展性。用户可以随时随地接入云端，获取自己的数据；按照“payasyougo”的方式，根据实际使用的存储空间付费，降低了数据的维护和存储设备的成本，并且能够按照存储的需要进行扩展。

与此同时，云存储也存在许多安全问题，其中，云端数据的完整性是用户关注的热点问题之一。用户将数据存储于云端，在物理上失去了对数据的控制。由于网络的攻击，服务器机器故障等原因，存储于云端的数据可能被篡改，删除等。而云服务提供商为了更好的信誉等其他原因，可能隐瞒数据出错的事实。如AmazonS3在收到很多用户投诉之后，才向外界公布服务器数据损坏。

前期研究主要针对静态数据的完整性验证，其中Ateniese等人在发表的文章《ProvableDataPossessionatUntrustedStores》中提出的PDP方案(参考文献：G.Ateniese,R.Burns,R.Curtmola,J.Herring,L.Kissner,Z.Peterson,andD.Song.Provabledatapossessionatuntrustedstores.InACMCCS’07,Fullpaperavailableone-print(2007/202),2007.)，采用了数据抽样和RSA同态签名结合的方法进行数据完整性验证，其用户的存储量为O(1),用户的计算量为O(1)，服务器的计算量O(c)(c为挑战的数据块)，挑战次数不限。支持数据的动态操作的数据完整性验证方案中，C.ChrisErway等人在发表的文章《DynamicProvableDataPossession》中首先提出支持全动态操作(指不仅能够进行修改，删除操作，还能进行添加等操作)的DPDP方案(参考C.Erway,A.Kupcu,C.Papamanthou,andR.Tamassia.Dynamicprovabledatapossession.inProc.ofCCS’09,2009,pp.213–222.)；Wangqian等人在发表的文章《EnablingPublicVerifiabilityandDataDynamicsforStorageSecurityinCloudComputing》中基于莫科尔树(MerkleTree，MT)提出了支持公开验证的支持数据动态操作的方案(参考Q.Wang,C.Wang,K.Ren,W.Lou,andJ.Li.Enablingpublicauditabilityanddatadynamicsforstoragesecurityincloudcomputing.IEEETransactionsonParallelandDistributedSystems,vol.22,no.5,pp.847–859,2011.)，采用MT和BLS签名(Boneh，Lynn和Shacham提出的短签名方案，简称BLS签名方案)结合的方法进行验证。Haozhuo等人在发表的文章《APrivacy-PreservingRemoteDataIntegrityCheckingProtocolwithDataDynamicsandPublicVerifiability》中提出了保护隐私的支持数据动态操作的完整性验证方案(参考Z.Hao,S.Zhong,N.Yu.APrivacy-PreservingRemoteDataIntegrityCheckingProtocolwithDataDynamicsandPublicVerifiability.IEEETransactionsonKnowledgeandDataEngineering,vol.23,no.9,2011)。

在上述Wangqian文章的方案中，其MT动态更新之后，用户无法获取MT的结构，因而用户在仅有完整性验证路径时，无法有效进行验证叶子节点的值；Haozhuo的方案中，用户的本地存储量较大，为O(n)(n为将要存储数据的大小)。

莫科尔树也称作哈希树，是数据完整性认证的常用方法之一，将所要存储的数据进行分块，树中每个叶子节点与一个数据项对应，每个内部节点的值是该节点的两个子节点的值连接节点的哈希值，其最顶端的节点称为根节点，记为v。如图1所示为一棵典型的哈希树，叶子节点数据项为x₁,x₂,x₃,x₄，其中n₁＝h(x₁||x₂),n₂＝h(x₃||x₄),||表示连接操作，h是一个哈希函数，如SHA-1，SHA-256等。从图1中可以求得根节点的值为v＝h(n₁||n₂)。通过待验证数据的兄弟节点的路径，最后得到莫科尔树根节点的哈希值，从而来判断验证是否通过。

发明内容

针对现有技术中存在的技术问题，本发明的目的是提出一种支持公开验证和数据动态更新的云存储数据完整性验证方法。本发明利用改进的莫科尔树对数据进行完整性验证，同时，用户在数据更新后，能够准确的验证各个叶子节点的值，还能支持第三方进行公开验证。并且我们设计的方案中用户的本地存储量为O(1)。可用于实现用户对存储在云端的数据进行高效的、安全的完整性校验，并且在云端数据进行动态更新后，无需重新进行系统初始化和参数重置就能进行完整性验证。

本发明首先对莫科尔树进行了改进，给出了相关定义，然后利用改进的莫科尔树(如图3)对存储在云端的数据进行完整性验证。下面给出改进的莫科尔树及其相关定义，并对本方法作出说明。

改进的莫科尔树(IMT)

定义1：如图3，对于IMT中的每一个节点v_i，我们定义了一个三元组A_i＝(p(v_i),rank(v_i),h(v_i))与其对应。p(v_i)表示节点v_i相对于父节点的位置信息，rank(v_i)的值表示每一个节点控制的叶子节点的数量，h(v_i)表示节点的哈希值，每个符号的具体含义可以表示为：

其中v_il表示节点v_i的左子树，v_ir表示节点v_i的右子树，x_i表示每个叶子节点的数据项的标识。图3中的各个节点的信息对应如表1：

表1、节点信息表

定义2：任意一个叶子节点v_i的完整性路径为从v_i到根节点v的路径中所有k个兄弟节点三元组信息所组成的集合Ω_i，i.e.Ω_i＝{A_i1,A_i2....A_ik}A_ik表示完整性路径上第k个节点v_ik的三元组信息。

数据完整性验证方案

通信双方包括两个实体，用户端(Client)和服务器(Server)。以下将结合附图对所述的持有性验证的技术方案进行阐述，其中图2为本发明数据完整性验证示意图；

数据完整性验证方案分为初始化、挑战-响应和动态更新三个阶段。具体步骤如下：

阶段一(初始化)：由客户端执行，包括密钥生成，数据标签的生成，是用户在存储数据之前执行的操作。

步骤1.1(密钥生成)：KeyGen(1^k)→{sk,pk}是一个概率性的密钥生成算法，其输入为安全参数k，输出为公钥pk和私钥sk，用户保留sk，公开pk。

步骤1.2(标签生成)：TagGen(sk,pk,M)→{φ,metadata}是一个标签生成算法，输入为将要存储的数据M和用户的公私钥，输出数据M的标签φ和用户进行完整性验证需要本地保留的元数据metadata，metadata的大小应该为O(1)。此后，用户将数据M和标签φ存入服务器中，metadata本地保存。

阶段二(挑战-响应)：挑战-响应是用户与服务器持有性验证交互的一个过程，不管是在数据更新前，还是更新后，用户可以向服务器发起挑战(即完整性验证请求，Chal＝{gs，Q})，服务器根据挑战，做出相应的回应，用户根据服务器给的回应进行完整性验证。

步骤2.1(用户生成挑战)：Challenge(s)→{chal}是用户生成挑战的过程，其输入为用户的用户随机生成的秘钥s，输出挑战信息chal发送给服务器。其中，用户每次挑战都会随机生成一个秘钥s，挑战chal里面的gs是用s生成的。

步骤2.2(服务器做出响应，生成证据)：GenProof(pk,M,φ,chal)→{P}是服务器生成持有性证据P的过程，其输入为用户的公钥pk，存储的数据M和对应的标签φ，以及用户发送的挑战chal；输出为持有性证据P，服务器将P发送给用户。

步骤2.3(验证)：CheckProof(pk,chal,metadata,P)→{accept,reject}是用户执行验证的过程，输入为用户的公钥pk，用户发送的挑战chal，用户保留的metadata，和服务器返回的证据P。如果验证通过，则输出accept，表示服务器的确完整地持有数据M，如果未通过验证，则输出reject，表示服务器未持有完整的数据M。

阶段三(动态更新)：是用户需要对数据进行动态操作时，向服务器发送update信息，服务器做出响应的过程，其具体为：

步骤3.1(执行更新操作)：PerfromUpdate(pk,M,φ,update)→{M',φ',P_update}这是服务器在收到用户的update信息后执行的操作，其输入为用户的公钥pk，更新前的数据M和标签φ，和用户发送的update信息，输出为动态操作后的数据M'和对应的标签φ'，和验证更新的正确性证明P_update，之后服务器将P_update发送给用户。

步骤3.2(验证)：VerifyUpdate(pk,update,metadata,P_update)→{(metadata',accept),reject}是用户验证服务器动态操作正确性的过程，其输入为用户的公私钥，数据的更新信息update，用户的元数据metadata，服务器返回的更新证明P_update。当服务器动态操作执行无误时，输出的结果为accept，且用户得到新的metadata'；当服务器动态操作执行错误时，输出reject。

与现有技术相比，本发明的积极效果为：

本发明是一种支持公开验证和数据动态更新的云存储数据完整性验证方案，该方法涉及数据在云端的存储，数据公开的完整性校验，存于云端数据的动态更新，其优点和功效是：1)我们利用改进的莫科尔树对数据进行完整性验证，用户能够有效的、准确的验证各个叶子节点的值。2)支持公开验证。3)交互数据量小，且用户的本地存储量仅为O(1)。4)用户可发起的持有性验证挑战次数不受限制；5)支持数据的动态更新，包括数据的修改，插入，删除等。

附图说明

图1为传统的莫科尔树示意图；

图2为云存储数据完整性验证系统示意图；

(a)初始化阶段，(b)挑战响应阶段，(c)数据动态更新阶段，

图3为改进的莫科尔树示意图；其中，叶子节点v1，v2，v3，v4存储的是分块数据x1，x2，x3，x4，v7为根节点；

图4为云存储数据完整性验证流程图；

图5为云存储数据完整性验证信息交互示意图；

其中，x1、x2、x3、x4分别代表所要存储数据的分块，M代表存储的数据，φ代表数据M对应的标签，P代表服务器根据用户发起的挑战chal所产生的持有性证据。

具体实施方式

总体来讲，本发明分为初始化、挑战-响应和动态更新三个阶段，下面对应图4和图5将这三个阶段的具体实施步骤做出说明，同时给出具体的数据验证和数据动态更新的算法。

阶段一：初始化

●KeyGen(1^k)→{sk,pk}，用户选择安全参数k，pk＝(N,g),sk＝(p,q)，其中N＝pq，p,q是两个大素数，g是内的二次剩余类QR_N的生成元。

●TagGen(sk,pk,M)→{φ,metadata}，用户将要存储的数据M分成n份，对于每一份m_i(i＝1..n)，计算m_i(i＝1..n)的标识对于所有的标识X＝{x₁,x₂,...,x_n}生成IMT，设根节点的三元组A＝{(p(v),rank(v),h(v))}，用户在本地保存metadata＝A和私钥sk，将M和φ＝{X,IMT}发送给服务器(用户也可以仅发送X,由服务器自己生成IMT)。

阶段二：挑战-响应

●Challenge(sk)→{chal}，此步骤可以在数据更新之前，也可以更新之后。用户随机生成秘钥计算g_s＝g^smodN，从数据M的n份数据中随机选择c组不同数据的序号和对应的加权系数的集合(c_y为序号，a_y为对应的加权系数)Q＝{(c_y,a_y),y＝1....c}，其中c_y∈[1,n]且互不相同，将chal＝{g_s,Q}发送给服务器。

●GenProof(pk,M,φ,chal)→{P}，服务器收到chal后，进行计算： $p_1={\left(g_s\right)}^{\underset{y=1}{\overset{c}{\Σ}}{a}_y{m}_{c_y}}\mathrm{mod}N,p_2=\{(c_{c_y},{\mathrm{\Ω}}_{c_y}),y=\mathrm{1....}c\},$ 服务器将P＝{p₁,p₂}返回给用户，是用户随机选取的c组数据对应叶子节点中第c_y个叶子节点的数据项的标识，是的完整性路径中所有兄弟节点的三元组信息的集合。持有性证据P中包括c个数据对应于用户请求验证的第c_y个数据项完整性时返回的数据。

●CheckProof(pk,sk,chal,metadata,P)→{accept,reject}用户收到P＝{p₁,p₂}时，对于j＝1,…,c先调用算法1验证当验证结果全部为accept时，再计算p₃为计算的结果，如果则输出accept，否则，输出reject。

阶段三：动态更新

●PerfromUpdate(pk,M,φ,update)→{M',φ',P_update}用户需要更新数据时，向服务器发送update请求，服务器执行数据更新方法，输出更新的数据和标签，做出相应的正确性证明。

●VerifyUpdate(sk,pk,update,metadata,P_update)→{(metadata',accept),reject}当用户需要对第i个数据项进行动态操作时，例如修改，用户发送请求update，服务器和用户之间运行md(A,x_i,Ω_i,x_i')→newIMT操作，服务器得到更新后的数据{M',φ'},其中φ'＝{X',newIMT}，并将修改后的证据P_update＝{A_i,Ω_i}发送给用户，用户通过{x_i,Ω_i}得到新的metadata'＝A'，动态操作完成。

算法1：根节点数据验证

用户只拥有根节点v三元组数据A，服务器持有根节点数据项的标识X＝{x₁,x₂,...,x_n}。用户向服务器发送请求验证第c_y个数据项的完整性时，服务器向用户发送为了表述方便，我们用z表示c_y。用户执行以下算法1verify(A,x_z,Ω_z)→{accept,reject}进行认证。

算法1用于验证存于节点v_z上的数据项标识x_z的完整性，输入为A,x_z,Ω_z，其中，A为根节点的三元组信息，Ω_z＝{A_z1,A_z2....A_zk}为验证x_z的完整性路径，Ωz中含有k个节点，从A_z1到A_zk，用A_zj＝(p(v_zj),rank(v_zj),h(v_zj))表示，j＝1,2,…,k，用户验证通过时，输出accept，用户验证失败时，输出为reject。具体步骤为：

1.定义临时变量p,rank,h,r,其中，p代表节点的位置信息，rank代表此节点下面包含的叶子节点数，h代表节点的哈希值；p,rank,h用来计算哈希值，r用来计算x_z在整棵树中的序号。

2.初始化rank,r,p,h：rank₀＝1,r₀＝1，计算h₀＝h(p₀||x_z||rank₀)；

3.由rank₀,r₀,p₀,h₀和A_z1＝(p(v_z1),rank(v_z1),h(v_z1))做运算，得到rank₁,r₁,p₁,h₁：rank₁＝rank₀+rank(v_z1)、当p₁＝1时，h₁＝h(p₁||h₀||h(v_z1)||rank₁),r不变；当p＝0时，r₁＝r₀+rank(v_z1)、h₁＝h(p₁||h(v_z1)||h₀||rank₁)。

4.由上一步得到的rank₁,r₁,p₁,h₁，再与A_z2＝(p(v_z2),rank(v_z2),h(v_z2))相似的运算，得到新的rank₂,r₂,p₂,h₂，如此反复，直到算到A_zk，得到rank_k,r_k,h_k。

5.将最终算得的结果与根节点的三元组信息A进行对比，如果满足：rank_k＝rank(v)，h_k＝h(v)，r_k＝z，说明服务器返回的证据是正确的，输出accept，否则输出reject。

算法2：数据标识修改

数据项是m_i，数据项对应的标识是IMT中存的是数据项的标识，由于数据项变了，数据项的标识也会变化，因此对数据项的标识进行操作。当用户需要修改第i个数据的标识x_i时，假设修改后的数据标识为x_i'，用户发送修改请求update＝{i,x_i',md}时，md表示数据标识修改命令，服务器向用户发送{x_i,Ω_i}，并且执行修改操作算法2.1md1(Ω_i,x_i')→newIMT，得到修改后的IMT，其中f(A_ij)指节点v_ij父节点的值。用户执行以下算法2.2md2(A,x_i,Ω_i,x_i')→A',得到修改后根节点的值A',并保存A'。

算法2具体步骤为：

1.首先算出修改数据标识后的第i个节点处的新的三元组信息和新的第i个节点的完整性路径：A_i'＝(p(x_i),rank(x_i),h(p(x_i)||x_i'||rank(x_i)))Ω_i'＝{A_i1,A_i2....A_ik}由于是修改数据，所以完整性路径是不变的；并且令A'＝NULL

2.调用算法1的步骤1-4，verify(A',x_i',Ω_i')，以A',x_i',Ω_i'为输入，来得到x_i'完整性路径上节点的rank_j,r_j,h_j，forj＝1,..k等中间值；

21)：定义临时变量p,rank,h,r,其中，p代表节点的位置信息，rank代表此节点下面包含的叶子节点数，h代表节点的哈希值；p,rank,h用来计算哈希值，r用来计算x_i'在整棵树中的序号。

22)：初始化rank,r,p,h：rank₀＝1,r₀＝1，计算h₀＝h(p₀||x_i'||rank₀)；

23)：由rank₀,r₀,p₀,h₀和A_i1＝(p(v_i1),rank(v_i1),h(v_i1))做运算，得到rank₁,r₁,p₁,h₁：rank₁＝rank₀+rank(v_i1)、当p₁＝1时，h₁＝h(p₁||h₀||h(v_i1)||rank₁),r不变；当p＝0时，r₁＝r₀+rank(v_i1)、h₁＝h(p₁||h(v_i1)||h₀||rank₁)。

24)：由上一步得到的rank₁,r₁,p₁,h₁，再与A_i2＝(p(v_i2),rank(v_i2),h(v_i2))相似的运算，得到新的rank₂,r₂,p₂,h₂，如此反复，直到得到rank_k,r_k,h_k。

所以我们就得到了rank_j,r_j,h_j，forj＝1,..k等中间值；

3.根据步骤2，通过循环，算出f(A_ij)＝{p_j,rank_j,h_j}forj＝1…k，f(A_ij)指节点v_ij父节点的值(因为是修改数据，所以只有完整性路径上的兄弟节点的值以及根节点的值更改，故算出f(A_ij)＝{p_j,rank_j,h_j}forj＝1…k即可)，直到算出根节点A'＝f(A_ik)＝{null,rank_k,h_k}，到此为止，我们已经把修改后的IMT计算完毕了；

4.用户调用算法1verify(A,x_i,Ω_i)→accept，

41)：定义临时变量p,rank,h,r,其中，p代表节点的位置信息，rank代表此节点下面包含的叶子节点数，h代表节点的哈希值；p,rank,h用来计算哈希值，r用来计算x_i'在整棵树中的序号。

42)：初始化rank,r,p,h：rank₀＝1,r₀＝1，计算h₀＝h(p₀||x_i'||rank₀)；

43)：由rank₀,r₀,p₀,h₀和A_i1＝(p(v_i1),rank(v_i1),h(v_i1))做运算，得到rank₁,r₁,p₁,h₁：rank₁＝rank₀+rank(v_i1)、当p₁＝1时，h₁＝h(p₁||h₀||h(v_i1)||rank₁),r不变；

当p＝0时，r₁＝r₀+rank(v_i1)、h₁＝h(p₁||h(v_i1)||h₀||rank₁)。

44)：由上一步得到的rank₁,r₁,p₁,h₁，再与A_i2＝(p(v_i2),rank(v_i2),h(v_i2))相似的运算，得到新的rank₂,r₂,p₂,h₂，如此反复，直到得到rank_k,r_k,h_k。

45)将最终算得的结果与根节点的三元组信息A进行对比，如果满足：rank_k＝rank(v)，h_k＝h(v)，r_k＝i，说明服务器返回的证据是正确的，输出accept，否则输出reject。

如果输出的是accept，则说明服务器返回的是第i个数据标识和其完整性路径。然后用户还是跟服务器进行一样的操作来算出更新后的根节点的值A'，然后保存在本地，更新完毕。如果验证输出reject，则操作失败。

算法3：数据标识的插入和删除

当用户需要在IMT第i个数据标识x_i之后插入数据标识x_i*时，用户发送插入数据请求update＝{i,x_i*,ins}，ins表示插入操作命令标识。服务器向用户发送{x_i,Ω_i}，并且执行插入操作算法3.1ins1(x_i,Ω_i,x_i*)→newIMT，得到插入后的IMT，其中f(A_ij)指节点v_ij父节点的值。用户执行以下算法3.2ins2(A,x_i,Ω_i,x_i*)→A',得到修改后根节点的值A',并保存A'。数据的删除和上述的数据的插入的方案类似，假设需要删除第i个数据xi，发送请求update＝{i,del}，del表示删除操作命令标识。服务器执行del(A,x_i,Ω_i)→newIMT时，只需要令Ω_i'＝{A_i2....A_ik}，运行verify(A',x_i,Ω_i')得到新的newIMT。用户执行del(A,x_i,Ω_i)→A'进行同样的操作。

算法3数据标识的插入方法为：

1.由于第i个节点插入了一个数据标识，所以说现第i个叶子节点变成了两个节点(第i个节点和添加的节点)的父节点，所以A_i*，A_i都要计算。首先算出第i个节点以及新插入节点的三元组信息以及第i个节点的新的完整性路径：A_i*＝(1,1,h(1||x_i*||1))A_i＝(0,1,h(0||x_i||1))，由于插入了一个数据，所以完整性路径变成了Ω_i'＝{A_i*,A_i1,A_i2....A_ik}

2.调用算法1的步骤1-4，verify(A',x_i,Ω_i')，以A',x_i,Ω_i'为输入，来得到x_i完整性路径上节点的rank_j,r_j,h_j，forj＝1,..k等中间值；

21)：定义临时变量p,rank,h,r,其中，p代表节点的位置信息，rank代表此节点下面包含的叶子节点数，h代表节点的哈希值；p,rank,h用来计算哈希值，r用来计算x_i在整棵树中的序号。

22)：初始化rank,r,p,h：rank₀＝1,r₀＝1，计算h₀＝h(p₀||x_i||rank₀)；

23)：由rank₀,r₀,p₀,h₀和A_i1＝(p(v_i1),rank(v_i1),h(v_i1))做运算，得到rank₁,r₁,p₁,h₁：rank₁＝rank₀+rank(v_i1)、当p₁＝1时，h₁＝h(p₁||h₀||h(v_i1)||rank₁),r不变；当p＝0时，r₁＝r₀+rank(v_i1)、h₁＝h(p₁||h(v_i1)||h₀||rank₁)。

24)：由上一步得到的rank₁,r₁,p₁,h₁，再与A_i2＝(p(v_i2),rank(v_i2),h(v_i2))相似的运算，得到新的rank₂,r₂,p₂,h₂，如此反复，直到得到rank_k,r_k,h_k。

所以我们就得到了rank_j,r_j,h_j，forj＝1,..k等中间值；

3.先算出第i个数据处的三元组信息再由Ω_i'和x_i根据步骤2，通过循环，算出f(A_i)指节点v_i父节点的值，f(A_ij)指节点v_ij父节点的值，(因为是修改数据，所以只有完整性路径上的兄弟节点的值以及根节点的值更改，故算出即可)，直到算出根节点A'＝f(A_ik)＝{null,rank_k+1,h_k+1}，到此为止，我们已经把修改后的IMT计算完毕了。

4.用户调用算法1verify(A,x_i,Ω_i)→accept，

41)：定义临时变量p,rank,h,r,其中，p代表节点的位置信息，rank代表此节点下面包含的叶子节点数，h代表节点的哈希值；p,rank,h用来计算哈希值，r用来计算x_i在整棵树中的序号。

42)：初始化rank,r,p,h：rank₀＝1,r₀＝1，计算h₀＝h(p₀||x_i||rank₀)；

43)：由rank₀,r₀,p₀,h₀和A_i1＝(p(v_i1),rank(v_i1),h(v_i1))做运算，得到rank₁,r₁,p₁,h₁：rank₁＝rank₀+rank(v_i1)、当p₁＝1时，h₁＝h(p₁||h₀||h(v_i1)||rank₁),r不变；

当p＝0时，r₁＝r₀+rank(v_i1)、h₁＝h(p₁||h(v_i1)||h₀||rank₁)。

44)：由上一步得到的rank₁,r₁,p₁,h₁，再与A_i2＝(p(v_i2),rank(v_i2),h(v_i2))相似的运算，得到新的rank₂,r₂,p₂,h₂，如此反复，直到得到rank_k,r_k,h_k。

45)将最终算得的结果与根节点的三元组信息A进行对比，如果满足：rank_k＝rank(v)，h_k＝h(v)，r_k＝i，说明服务器返回的证据是正确的，输出accept，否则输出reject。

如果输出的是accept，则说明服务器返回的是第i个数据和其完整性路径，然后用户还是跟服务器进行一样的操作来算出更新后的根节点的值A'，然后保存在本地，更新完毕。如果验证输出reject，则操作失败。

Claims (10)

1.一种云存储数据完整性验证方法，其步骤为：

1)用户客户端生成密钥，并根据该密钥和待存储到云端服务器的数据M，生成该数据M的标识X和元数据；

2)该用户客户端本地保存该元数据，并根据标识X生成该数据M的莫科尔树IMT，将该标识X和IMT作为数据M的标签φ，然后将标签φ、数据M保存到云端服务器；其中，IMT中的每一个节点v_i对应一三元组A_i＝(p(v_i),rank(v_i),h(v_i))；p(v_i)表示节点v_i相对于父节点的位置信息，rank(v_i)的值表示每一个节点控制的叶子节点的数量，h(v_i)表示节点的哈希值；任意一个叶子节点v_i的完整性路径为从v_i到根节点v的路径中所有k个兄弟节点三元组信息所组成的集合Ω_i，Ω_i＝{A_i1,A_i2....A_ik}；其中A_i1，A_i2，…A_ik是节点v_i的完整性路径上第1，2，…，k个节点v_i1，v_i2，…，v_ik对应的三元组信息；

3)用户向云端服务器发送完整性验证请求，云端服务器根据该完整性验证请求、该用户的公钥、该数据M及其标签φ生成持有性证据P发送给该用户客户端；

4)该用户客户端根据该数据M的元数据对P进行验证，如果验证通过，则判定云端服务器完整地持有该数据M，否则判定为未完整的持有该数据M。

2.如权利要求1所述的方法，其特征在于所述元数据为IMT根节点的三元组A＝{(p(v),rank(v),h(v))}。

3.如权利要求1或2所述的方法，其特征在于所述IMT中

其中，v_il表示节点v_i的左子树，v_ir表示节点v_i的右子树，x_i表示每个叶子节点的数据项的标识。

4.如权利要求3所述的方法，其特征在于所述标识X的生成方法为：用户客户端将该数据M分为n份，计算每一份m_i(i＝1..n)的标识x_i，生成标识X＝{x₁,x₂,...,x_n}。

5.如权利要求4所述的方法，其特征在于用户选择安全参数k生成所述密钥，所述密钥包括公钥pk和私钥sk，pk＝(N,g),sk＝(p,q)，N＝pq，p,q是两素数，g是内的二次剩余类QR_N的生成元，其中为密码学中的常用符号，用户客户端本地保存私钥sk，公开公钥pk。

6.如权利要求5所述的方法，其特征在于所述完整性验证请求为chal＝{g_s,Q}；其中，g_s＝g^smodN，s为用户客户端随机生成一秘钥Q＝{(c_y，a_y)，y＝1....c}，c_y为从n份数据中随机选择的c组数据的序号，a_y为对应的加权系数，c_y∈[1,n]且互不相同。

7.如权利要求6所述的方法，其特征在于生成所述持有性证据P的方法为：云端服务器根据

所述完整性验证请求chal＝{g_s,Q}，计算 云端服务器将持有性证据P＝{p₁,p₂}返回给用户，是随机选取c组数据对应叶子节点中第c_y个叶子节点的数据项的标识，是的完整性路径中所有兄弟节点的三元组信息的集合。

8.如权利要求7所述的方法，其特征在于该用户客户端对持有性证据P中的每个进行验证，其方法为：

81)定义临时变量p,rank,h,r；其中，p代表节点的位置信息，rank代表节点包含的叶子节点数，h代表节点的哈希值，r为x_i在整棵树IMT中的序号；用z表示c_y；

82)初始化rank,r,p,h：rank₀＝1，r₀＝1，计算h₀＝h(p₀||x_z||rank₀)；

83)由rank₀,r₀,p₀,h₀和A_z1＝(p(v_z1),rank(v_z1),h(v_z1))做运算，得到rank₁,r₁,p₁,h₁：rank₁＝rank₀+rank(v_z1)、当p₁＝1时，h₁＝h(p₁||h₀||h(v_z1)||rank₁),r不变；当p＝0时，r₁＝r₀+rank(v_z1)、h₁＝h(p₁||h(v_z1)||h₀||rank₁)，其中v_z1，v_z2代表节点v_z对应的完整性路径Ω_z中第一个和第二个节点；

84)将得到的rank₁,r₁,p₁,h₁与A_z2＝(p(v_z2),rank(v_z2),h(v_z2))进行运算，得到新的rank₂,r₂,p₂,h₂，如此反复，直到算到A_zk，得到rank_k,r_k,h_k；

85)最终算得的结果与根节点的三元组信息A进行对比，如果满足：rank_k＝rank(v)，h_k＝h(v)，r_k＝z，则判断为验证通过；否则判断为验证未通过。

9.如权利要求4所述的方法，其特征在于当用户客户端需要将IMT中第i个数据标识x_i修改为x_i'时，向云端服务器发送数据标识修改请求update＝{i,x_i',md}，md表示数据标识修改命令；云端服务器返回{x_i,Ω_i}给用户客户端并更新IMT，该用户客户端对其进行完整性验证，其方法为：

91)用户客户端计算第i个节点处的新的三元组信息A_i'＝(p(x_i),rank(x_i),h(p(x_i)||x_i'||rank(x_i)))，并且令A'＝NULL；

92)定义临时变量p,rank,h,r；其中，p代表节点的位置信息，rank代表节点包含的叶子节点数，h代表节点的哈希值，r为x_i在整棵树IMT中的序号；

93)初始化rank,r,p,h：rank₀＝1，r₀＝1，计算h₀＝h(p₀||x_i||rank₀)；

94)由rank₀,r₀,p₀,h₀和A_i1＝(p(v_i1),rank(v_i1),h(v_i1))做运算，得到rank₁,r₁,p₁,h₁：rank₁＝rank₀+rank(v_i1)、当p₁＝1时，h₁＝h(p₁||h₀||h(v_i1)||rank₁),r不变；当p＝0时，r₁＝r₀+rank(v_i1)、h₁＝h(p₁||h(v_i1)||h₀||rank₁)，其中v_i1，v_i2中代表节点v_i对应的完整性路径Ω_i中第一个和第二个节点；

95)将得到的rank₁,r₁,p₁,h₁与A_i2＝(p(v_i2),rank(v_i2),h(v_i2))进行运算，得到新的rank₂,r₂,p₂,h₂，如此反复，直到算到A_ik，得到rank_k,r_k,h_k；

96)根据95)的结果循环算出f(A_ij)＝{p_j,rank_j,h_j}，j＝1…k，f(A_ij)指节点v_ij父节点的值；直到计算出根节点三元组A'＝f(A_ik)＝{null,rank_k,h_k}；

97)将96)计算结果与根节点的三元组信息A进行对比，如果满足：rank_k＝rank(v)，h_k＝h(v)，r_k＝i，则判断为验证通过，然后用户客户端将更新后的根节点的值A'保存在本地；否则判断为验证未通过。

10.如权利要求4所述的方法，其特征在于当用户客户端需要在IMT中第i个数据标识x_i之后插入数据标识x_i*时，用户发送插入数据请求update＝{i,x_i*,ins}，ins表示插入操作命令标识；云端服务器返回{x_i,Ω_i}给用户客户端并更新IMT，该用户客户端对其进行完整性验证，其方法为：

101)用户客户端计算第i个节点以及新插入节点处的新的三元组信息A_i*＝(1,1,h(1||x_i*||1))、A_i＝(0,1,h(0||x_i||1))；以及第i个节点的完整性路径：Ω_i'＝{A_i*,A_i1,A_i2....A_ik}；

102)定义临时变量p,rank,h,r；其中，p代表节点的位置信息，rank代表节点包含的叶子节点数，h代表节点的哈希值，r为x_i在整棵树IMT中的序号；

103)初始化rank,r,p,h：rank₀＝1，r₀＝1，计算h₀＝h(p₀||x_i||rank₀)；

104)由rank₀,r₀,p₀,h₀和A_i1＝(p(v_i1),rank(v_i1),h(v_i1))做运算，得到rank₁,r₁,p₁,h₁：rank₁＝rank₀+rank(v_i1)、当p₁＝1时，h₁＝h(p₁||h₀||h(v_i1)||rank₁),r不变；当p＝0时，r₁＝r₀+rank(v_i1)、h₁＝h(p₁||h(v_i1)||h₀||rank₁)；

105)将得到的rank₁,r₁,p₁,h₁与A_i2＝(p(v_i2),rank(v_i2),h(v_i2))进行运算，得到新的rank₂,r₂,p₂,h₂，如此反复，直到算到A_ik，得到rank_k,r_k,h_k；

106)先算出第i个数据处的三元组信息再由Ω_i'和x_i根据104)计算结果循环算出j＝1…k，f(A_i)指节点v_i父节点的值，f(A_ij)指节点v_ij父节点的值；直到算出根节点A'＝f(A_ik)＝{null,rank_k+1,h_k+1}；

107)将105)计算结果与根节点的三元组信息A进行对比，如果满足：rank_k＝rank(v)，h_k＝h(v)，r_k＝i，则判断为验证通过，然后用户客户端算出更新后的根节点的值A'，保存在本地；否则判断为验证未通过。