KR101129330B1 - 대용량 데이터 분산 저장 방법 및 그 장치 - Google Patents

대용량 데이터 분산 저장 방법 및 그 장치 Download PDF

Info

Publication number
KR101129330B1
KR101129330B1 KR1020100003283A KR20100003283A KR101129330B1 KR 101129330 B1 KR101129330 B1 KR 101129330B1 KR 1020100003283 A KR1020100003283 A KR 1020100003283A KR 20100003283 A KR20100003283 A KR 20100003283A KR 101129330 B1 KR101129330 B1 KR 101129330B1
Authority
KR
South Korea
Prior art keywords
distributed
information
points
threshold
fragments
Prior art date
Application number
KR1020100003283A
Other languages
English (en)
Other versions
KR20110083189A (ko
Inventor
송유진
Original Assignee
동국대학교 경주캠퍼스 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 동국대학교 경주캠퍼스 산학협력단 filed Critical 동국대학교 경주캠퍼스 산학협력단
Priority to KR1020100003283A priority Critical patent/KR101129330B1/ko
Publication of KR20110083189A publication Critical patent/KR20110083189A/ko
Application granted granted Critical
Publication of KR101129330B1 publication Critical patent/KR101129330B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/34—Graphical or visual programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/31—Programming languages or programming paradigms
    • G06F8/313—Logic programming, e.g. PROLOG programming language
    • G06F8/3135—Unification or backtracking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/02—Standardisation; Integration
    • H04L41/0233—Object-oriented techniques, for representation of network management data, e.g. common object request broker architecture [CORBA]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0889—Techniques to speed-up the configuration process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5019—Ensuring fulfilment of SLA
    • H04L41/5025—Ensuring fulfilment of SLA by proactively reacting to service quality change, e.g. by reconfiguration after service quality degradation or upgrade

Abstract

임계치 이상의 분산 정보를 이용하여 비밀 정보를 생성하도록 대용량 데이터를 t-(υ,k,λ) 조합 디자인을 기반으로 한 균형 불완비 블록 설계 이산 구조로 할당 저장할 수 있는 대용량 데이터 분산 저장 방법 및 그 장치가 제공된다. 수직 분할법을 이용하여 파티션 구조를 설정한 후 대용량의 데이터를 함유한 관계 테이블을 ℓ개의 프래그먼트로 분할한다. 상기 ℓ개의 프래그먼트를 XOR 임계치 비밀 분산 방식으로 각각 n개의 분산 정보로 분산한다. 임계치 이상의 분산 정보를 이용하여 비밀 정보를 복원하도록 ℓn개의 분산 정보를 모든 블록은 k개의 점으로 구성된 제1 성질 및 임의의 t개의 점을 포함하는 블록의 개수는 정확히 λ개인 제2 성질을 만족하는 υ개 점의 집합 및 블록의 집합으로 구성된 t-(υ,k,λ) 조합 디자인을 기반으로 한 균형 불완비 블록 설계 이산 구조로 할당 저장한다. 상기 ℓ, n, t, 및 λ는 자연수이고, 상기 k는 상기 임계치로서 상기 n 이하의 자연수이다.

Description

대용량 데이터 분산 저장 방법 및 그 장치{Distributed method and apparatus for storing large data}
본 발명은 대용량 데이터 저장에 관한 것으로서, 더욱 상세하게는 대용량 데이터를 분산 저장하는 방법 및 그 장치에 관한 것이다.
최근 유비쿼터스 네트워크 환경이 진화됨에 따라 과거와 달리 많은 대용량 데이터들이 다양한 유통 채널을 통해 발생하고 있다. 또한, 휴대 전화나 가전 기기, 정보 기기 등을 통해 디지털 콘텐츠의 다양화, 대용량화, 서비스의 다양화 등 일반인들이 일상 생활에서 유비쿼터스 네트워크와 연결하여 여러 가지 정보들을 교환, 공유하고 있다. 이처럼 네트워크 환경의 진화로 인해 네트워크 접속형 스토리지의 이용이 증가하고 동시에 단말의 스토리지 대용량화에 따라 네트워크상의 여러 다른 장소에서 데이터를 저장할 수 있는 안전하고 효율적인 스토리지 환경이 필요하게 되었다.
이와 같이 유비쿼터스 환경에서는 다양한 데이터 서비스가 가능해지면서 악의적인 공격자나 내부 사용자에 의한 보안 취약성 및 프라이버시 침해로 인한 문제를 해결하기 위해 대용량 데이터의 보안 문제와 안전한 관리가 주요 이슈로 떠오르고 있다.
종래의 Ito, Saito, Nishizeki의 분산 정보 할당 방식은 임계치 접근 구조에서 분산 정보를 할당하는 방식으로 r명의 참가자 집합 {P1, P2, ..., Pr}으로 구성된다. 각 참가자는 (m+1)개의 분산 정보 집합이 있다. 비밀 분산 방식의 접근구조를 구성하기 위해 먼저 m명의 참가자로 가능한 모든 조합으로 구성된 q개의 그룹 B를 다음 수학식 1과 같이 구성한다.
Figure 112010002344907-pat00001
여기서,
Figure 112010002344907-pat00002
.
다음으로 (q,q) 임계치 비밀분산 방식으로 비밀 정보 s를 분산한다. 이때, 분산된 분산 정보 집합은 {s1, s2,..., sq}로 표시된다. 참가자 Pi에게 할당된 분산 정보의 집합은 함수
Figure 112010002344907-pat00003
에 의해 할당된다. 각 참가자는
Figure 112010002344907-pat00004
분산 정보를 받고 각 분산 정보는 (r - m) 참가자에게 저장된다. 예를 들면, 분산된 비밀을 찾기 위해 적어도 3명의 참가자가 분산 정보를 모아야 하는 4명으로 구성된 참가자 집합을 생각해 보자. r = 4, m = 2인 참가자로 가능한 모든 조합 그룹 B는 다음 수학식 2와 같다.
Figure 112010002344907-pat00005
비밀 정보를 복원하기 위해 필요한 6개의 분산 정보를 생성한다. 6개의 분산 정보는 {s1, s2, s3, s4, s5, s6}로 나타낸다. 표 1은 분산 정보 할당 함수 g에 의해서 각 참가자가 갖는 분산 정보이다.
참가자 분산 정보
P1 s4, s5, s6
P2 s2, s3, s6
P3 s1, s3, s5
P4 s1, s2, s4
분산 정보를 복원하기 위해서는 2명의 참가자로는 6개의 분산 정보 중 5개의 분산 정보만 모을 수 있다. 복원시 필요한 6개의 분산 정보가 없으므로 비밀 정보를 복원할 수 없다. 따라서 분산된 비밀 정보를 복원하는데 필요한 6개의 분산 정보를 모두 수집하기 위해서는 적어도 3명의 관리자가 필요하다. 위와 같이, 종래의 Ito, Saito, Nishizeki 방식은 분산된 비밀 정보를 복원하기 위해 분산 정보 모두가 필요하게 된다.
본 발명은 상기한 바와 같은 종래의 문제점을 해결하기 위한 것으로, 임계치 이상의 분산 정보를 이용하여 비밀 정보를 생성하도록 대용량 데이터를 t-(υ,k,λ) 조합 디자인을 기반으로 한 균형 불완비 블록 설계 이산 구조로 할당 저장할 수 있는 대용량 데이터 분산 저장 방법 및 그 장치를 제공함에 그 목적이 있다.
상기 목적을 달성하기 위하여, 본 발명에 따른 대용량 데이터 분산 저장 방법은 (i) 수직 분할법을 이용하여 파티션 구조를 설정한 후 대용량의 데이터를 함유한 관계 테이블을 ℓ개의 프래그먼트로 분할하는 단계; (ii) 상기 ℓ개의 프래그먼트를 XOR 임계치 비밀 분산 방식으로 각각 n개의 분산 정보로 분산하는 단계; 및 (iii) 임계치 이상의 분산 정보를 이용하여 비밀 정보를 복원하도록 ℓn개의 분산 정보를 모든 블록은 k개의 점으로 구성된 제1 성질 및 임의의 t개의 점을 포함하는 블록의 개수는 정확히 λ개인 제2 성질을 만족하는 υ개 점의 집합 및 블록의 집합으로 구성된 t-(υ,k,λ) 조합 디자인을 기반으로 한 균형 불완비 블록 설계 이산 구조로 할당 저장하는 단계를 포함하고, 상기 ℓ, n, t, 및 λ는 자연수이고, 상기 k는 상기 임계치로서 상기 n 이하의 자연수인 것을 특징으로 한다.
또한, 본 발명에 따른 대용량 데이터 분산 저장 장치는 수직 분할법을 이용하여 파티션 구조를 설정한 후 대용량의 데이터를 함유한 관계 테이블을 ℓ개의 프래그먼트로 분할하는 분산 데이터베이스 관리 시스템; 및
상기 ℓ개의 프래그먼트를 XOR 임계치 비밀 분산 방식으로 각각 n개의 분산 정보로 분산하고, 임계치 이상의 분산 정보를 이용하여 비밀 정보를 복원하도록 ℓn개의 분산 정보를 모든 블록은 k개의 점으로 구성된 제1 성질 및 임의의 t개의 점을 포함하는 블록의 개수는 정확히 λ개인 제2 성질을 만족하는 υ개 점의 집합 및 블록의 집합으로 구성된 t-(υ,k,λ) 조합 디자인을 기반으로 한 균형 불완비 블록 설계 이산 구조로 할당 저장하는 저장부를 포함하고, 상기 ℓ, n, t, 및 λ는 자연수이고, 상기 k는 상기 임계치로서 상기 n 이하의 자연수인 것을 특징으로 한다.
본 발명에서는 종래의 문제를 해결하고자 대용량 데이터를 비밀 분산 방식을 이용하여 분산 저장 관리할 때 분산 정보의 저장을 조합 디자인이 갖는 행렬구조로부터 분산 정보 할당 구조를 적용시킴으로써 분산 정보 할당법을 새롭게 구성한 것으로서, 종래의 Ito, Saito, Nishizeki 방식은 분산된 비밀 정보를 복원하기 위해 분산 정보 모두가 필요한데 반해, 임계치 이상의 분산 정보가 수집되면 비밀 정보를 복원할 수 있다는 관점에서 구현이 용이하며, 이에 따라 데이터를 분산 및 복원하는 분산 DBMS 운영상의 효과가 있다.
이와 같이 구성된 분산 정보 할당법은 기존 방식의 다항식 기반을 이용한 Ito, Saito 할당 방식에 의존하고 있는 반면 본 발명의 경우 조합디자인 파라미터에 관계하고 있으므로 DB 서버 및 분산 정보 선택의 규칙성이 있고 잘 알려진 조합적 구조를 이용함으로써 구현이 용이한 특징이 있다.
도 1은 본 발명의 실시예에 따른 대용량 데이터 분산 저장 장치의 구성을 나타낸 블록도이다.
도 2는 본 발명의 실시예에 따른 프래그먼트 작성 및 분산 과정을 설명하는 구성도이다.
도 3은 본 발명에 적용될 수 있는 t-(υ,k,λ) 조합 디자인의 일예를 나타낸 도면이다.
이하, 첨부된 예시 도면에 의거하여 본 발명의 실시예에 따른 대용량 데이터 분산 저장 장치 및 그 방법을 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 대용량 데이터 분산 저장 장치의 구성을 나타낸 블록도이다. 도 2는 본 발명의 실시예에 따른 프래그먼트 작성 및 분산 과정을 설명하는 구성도이다.
본 발명의 실시예에 따른 대용량 데이터 분산 저장 장치는 분산 DBMS(110) 및 저장부(120)를 포함한다.
분산 DBMS(110)는 수직 분할법을 이용하여 파티션 구조를 설정한 후 대용량의 데이터를 함유한 관계 테이블을 ℓ개의 프래그먼트로 분할한다. 분산 DBMS(110)는 쿼리 처리, 데이터 분할 관리 등 분산 데이터베이스의 기본적인 기능을 제공한다.
저장부(120)는 상기 ℓ개의 프래그먼트를 XOR (k, n) 임계치 비밀 분산 방식으로 각각 n개의 분산 정보로 분산하고, 임계치 k의 분산 정보를 이용하여 상기 프래그먼트를 복원하여 상기 관계 테이블을 생성하도록 ℓn개의 분산 정보를 모든 블록은 k개의 점으로 구성된 제1 성질 및 임의의 t개의 점을 포함하는 블록의 개수는 정확히 λ개인 제2 성질을 만족하는 υ개 점의 집합 및 블록의 집합으로 구성된 t-(υ,k,λ) 조합 디자인을 기반으로 한 균형 불완비 블록 설계 이산 구조로 할당 저장한다.
상기 ℓ, n, t, 및 λ는 자연수이고, k는 상기 n 이하의 자연수이다.
이때, 도 2를 참조하면, ℓ개의 프래그먼트로 분산된 ℓn개의 분산 정보는 m개의 DB(210) 중에서 조합, 특히 BIBD의 이산 구조로 분산 배치한다. 분할된 프래그먼트는 각각의 속성별로 구성되어 있는데 각각의 프래그먼트에는 식별할 수 있는 IDi가 부여되고(i=1,...,ℓ) 분할된 프래그먼트에서 분산된 분산 정보는 분산 정보 할당 테이블에 따라 DBi(i=1,...,)에 저장된다.
도 2를 참조하면, 상기 저장부(120)는 t-(υ,k,λ) 조합 디자인을 기반으로 상기 ℓn개의 분산 정보를 k-(ℓn, n, 1)의 분산 정보 할당 테이블 형태로 다수의 DB(210)에 할당 저장한다. 분산 정보 할당 테이블은 BIBD 즉, t-(υ,k, 1) 조합 디자인을 기반으로 하여 k-(ℓn, n, 1)의 형태로 구성된다. 표 2에는 각 기호에 대한 내용이 설명되어 있다.
기호 내용
m DB의 총 수
k 임계치
ℓ 프그래먼트의 총 수
n 분산 정보
ℓn 분산 정보의 총 수
(예 2) 관계 테이블에서 분할된 프래그먼트를 XOR 기반 비밀 분산 방식으로 분산하는 경우를 생각해 보자. 분산 정보 할당 테이블은 3-(8, 4, 1) 조합 디자인 구성법에 의해 DB(m=8, 임계값 k=3, 프래그먼트의 총수 ℓ=2이고 분산 정보는 n = 4이다. 표 3은 3-(8, 4, 1) 조합 디자인 DB 할당의 예를 나타낸다.
ID DB
ID1(d1) DB1, DB2, DB4, DB8
ID2(d2) DB2, DB3, DB5, DB8
분산 정보를 복원하기 위해서는 프래그먼트의 식별 ID를 색인으로 8개의 저장소에서 검색하고자 하는 프래그먼트의 복원을 위해 4개의 DB 중에서 임계치 3만큼의 분산 정보를 수집하여 한 개의 프래그먼트를 복원하게 된다.
대용량 데이터 분산 저장 과정에서, 먼저 분산 정보 할당 구조와 조합 디자인이 갖는 조합적 구조와의 밀접한 관계에 대하여 고찰하고 조합 디자인으로부터 분산 정보 할당법을 구성한다.
분산 정보 할당 구조는 비밀 복원 특성(임의의 분산 정보를 소유하는 DB 서버의 집합은 비밀을 복원할 수 있는 성질)을 형식화하기 위해 도입될 수 있다.
이와 같이 분산 정보 할당 구조는 디자인(λ=1인 경우 BIBD)의 균형성이 있는 부분 집합의 집합을 적절히 선택하여 분산 정보 할당법의 비밀 복원 특성을 만족하도록 할 수 있을 지의 관점에서 해석할 수 있다. 여기서 본 발명에서 취급하는 조합 디자인에 대하여 정의한다.
[정의 1] t-(υ,k,λ) 조합 디자인은 다음의 성질을 만족하는 υ개 점의 집합 X와 블록의 집합 D로 구성된다.
(1) 모든 블록은 정확히 k개의 점으로 구성된다.
(2) 임의의 t개의 점을 포함하는 블록의 개수는 정확히 λ개다.
2-(7,3,1) 예를 들어 설명하면, 디자인은 다음의 성질을 만족하는 υ= 7개 점의 집합 X(수학식 3)와 블록의 집합 D(수학식 4)로 구성된다.
Figure 112010002344907-pat00006
Figure 112010002344907-pat00007
(1) 모든 블록은 정확히 k = 3개의 점으로 구성된다.
(2) 임의의 =2개의 점, 예를 들면 3, 4를 포함하는 블록의 개수는 정확히 λ = 1개이다.
도 3은 본 발명에 적용될 수 있는 t-(υ,k,λ) 조합 디자인의 일예를 나타낸 도면이다.
분산 정보 할당 구조의 행렬 표현
s를 비밀, υ1,υ2,....,υn을 분산 정보로 한다. 여기서, 액세스 집합을 비밀을 복원할 수 있는 분산 정보 집합으로서 정의하고 복원 불가능한 분산 정보 집합을 비액세스 집합으로서 정의한다. 분산 정보 할당 구조가 갖는 행렬 구조는 디자인구조가 갖는 행렬 구조에 의해 표현될 수 있다.
조합 디자인이 갖는 행렬 구조를 분산 정보 할당 행렬에 적용시키기 위해 예를 들어 설명하고 구성법을 정리한다. 특정 조합 디자인이 갖는 행렬 구조를 분산 정보 할당 행렬로서 변환하고 이 분산 정보 할당 행렬이 갖는 t-(υ,k,1) 조합 디자인에 근거한 분산 정보 할당법의 구성을 나타낸다. 분산 정보 할당법은 가능한 (s,υ1,υ2,....,υn)의 값을 행으로 하는 행렬에 의해 표현할 수 있다. 본 발명에서는 이와 같은 행렬을 분산 정보 할당 행렬이라 하고 M으로 나타낸다. M을 이해하기 위해 예 1을 설명한다.
(예 1) 3-(10,4,1) 디자인으로부터 얻을 수 있는 분산 정보 할당 행렬 M을 이하 수학식 7에 나타낸다.
Figure 112010002344907-pat00008
Figure 112010002344907-pat00009
Figure 112010002344907-pat00010
[정리 1] t-(υ,k,1) 디자인의 각 블록을 행으로 하는 행렬을 M으로 한다. 상기 M을 분산 정보 할당 행렬로 하는 분산 정보 공유법에 있어서 임의의 t명은 액세스 집합이다.
(증명) [정의 1]의 (2)로부터 임의의 t 열의 값 (x1,x2,....,xt)는 M의 행을 결정한다. 따라서 s를 포함하지 않는 임의의 t열의 값은 s열의 값을 유일하게 결정한다. 그러므로 임의의 t 명은 액세스 집합이다.
t-(υ,k,1) 조합 디자인의 균형성 조건이 비밀 정보 복원 특성을 어느 정도 결정하는 지를 검토한다. 비밀 정보를 분산 정보로 분할 부호화할 때 비밀복원 특성은 조합디자인 파라미터 t, k, 및 λ에 의해 특징 지워진다. 즉, 분산 정보를 점으로 비밀 분산 함수를 블록으로 대응시키면 비밀 정보 복원 특성은 조합디자인 파라미터 t, k, 및 λ에 있어서 k점 중의 t 개의 점이 주어지면 블록을 정확히 하나 결정할 수 있는 성질에 귀착된다. 조합 디자인의 정의로부터 검토하면,
* 각 블록에 포함되는 점의 개수는 k이다(블록의 크기가 비밀을 복원할 수 있는 인원수에 대응하고 있다).
* t개의 서로 다른 점에 대해서 이들을 모두 포함하는 블록의 개수는 일정하다(t가 비밀을 복원할 수 있는 최소 액세스 집합의 크기에 대응하고 있다).
* t개의 점을 포함하는 블록의 수는 λ이다 (λ가 최소 액세스 집합이 복원할 수 있는 비밀의 수에 대응하고 있다).
이와 같이 멤버의 부분 집합인 k명중에서 t명이 모여지면 비밀 분산 방식이 구성되고 최소 액세스 집합인 t명은 λ=1개의 비밀 복원이 가능하다. 이와 같은 관점으로부터 비밀 분산 방식은 조합 디자인 파라미터 t, k, 및 λ에 의해 특징지을 수 있다.
이러한 파라미터를 사전에 지정해서 비밀 분산 방식을 구성하는 것이 조합 디자인 접근법의 이점이다. 반면 기존의 비밀 분산 방식은 GF(q)상의 파라미터 q에 의존하고 있다.
본 발명은 조합 디자인 관점으로부터 비밀 복원 특성을 형식화함으로써 비밀분산 방식을 다음과 같이 재정의한다.
[정의 2] 비밀 분산 방식은 다음과 같은 비밀 복원 특성을 만족하는 (P, F)이다. 여기서 P는 υ개의 점(분산정보)의 집합, F는 크기 k의 P의 부분 집합의 집합에 대응하는 비밀 분산 함수의 집합이다.
1) k개의 점 중 t개 이상의 점으로부터 비밀 정보를 유일하게 결정할 수 있다.
2) k개의 점 중 t-1 개의 이하의 점으로부터는 비밀 정보를 전혀 결정할 수 없다.
이상에서는 본 발명을 특정의 바람직한 실시예로서 설명하였으나, 본 발명은 상기한 실시예나 도면이 기재된 내용에 그 기술적 사상이 한정되지 아니하며, 특허 청구의 범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형이 가능한 것은 물론이고, 그와 같은 변경은 본 발명의 청구범위 기재의 범위 내에 있게 된다.
본 발명에 따른 대용량 데이터 분산 저장 방법 및 그 장치는 기밀성이 높은 의료 데이터, 고객의 개인 정보를 포함하는 영업 비밀 정보 등의 대용량 데이터를 효율적으로 분산 관리하는 기술로서 유비쿼터스 서비스 이용 환경에서 이용이 기대된다.
110: 분산 DBMS
120: SA
210: DB

Claims (6)

  1. (i) 수직 분할법을 이용하여 파티션 구조를 설정한 후 대용량의 데이터를 함유한 관계 테이블을 l개의 프래그먼트로 분할하는 단계;
    (ii) 상기 l개의 프래그먼트를 XOR (k, n) 임계치 비밀 분산 방식으로 각각 n개의 분산 정보로 분산하는 단계; 및
    (iii) 임계치 k 이상의 분산 정보를 이용하여 상기 프래그먼트를 복원하여 상기 관계 테이블을 생성하도록 ln개의 분산 정보를, 모든 블록이 k개의 점으로 구성된 제1 성질과 임의의 t개의 점을 포함하는 블록의 개수가 정확히 λ개인 제2 성질을 만족하도록 각각 υ개인 점의 집합 및 블록의 집합으로 구성된 t-(υ,k,λ) 조합 디자인을 기반으로, 균형 불완비 블록 설계(BIBD, Balanced Incomplete Block Design)의 이산 구조로 할당 저장하는 단계를 포함하고, 상기 l, n, t, 및 는 자연수이고, 상기 k는 상기 임계치로서 상기 n 이하의 자연수이고,
    단계 (iii)에서 t-(υ,k,λ) 조합 디자인을 기반으로 상기 ln개의 분산 정보를 분산 정보 할당 테이블에 따라 다수의 데이터베이스(DBi(i는 자연수))에 저장하며,
    상기 분산 정보 할당 테이블은 t-(υ, k, 1) 조합 디자인을 기반으로 하여 상기 ln개의 분산 정보를 k-(ln, n, 1)의 형태로 구성되는 대용량 데이터 분산 저장 방법.
  2. 제1 항에 있어서, 상기 λ은 1인 대용량 데이터 분산 저장 방법.
  3. 삭제
  4. 수직 분할법을 이용하여 파티션 구조를 설정한 후 대용량의 데이터를 함유한 관계 테이블을 l개의 프래그먼트로 분할하는 분산 데이터베이스 관리 시스템(분산 DBMS); 및
    상기 l개의 프래그먼트를 XOR (k, n) 임계치 비밀 분산 방식으로 각각 n개의 분산 정보로 분산하고, 임계치 k 이상의 분산 정보를 이용하여 상기 프래그먼트를 복원하여 상기 관계 테이블을 생성하도록 ln개의 분산 정보를, 모든 블록이 k개의 점으로 구성된 제1 성질과 임의의 t개의 점을 포함하는 블록의 개수가 정확히 λ개인 제2 성질을 만족하도록 각각 υ개인 점의 집합 및 블록의 집합으로 구성된 t-(υ,k,λ) 조합 디자인을 기반으로, 균형 불완비 블록 설계(BIBD, Balanced Incomplete Block Design)의 이산 구조로 할당 저장하는 저장부를 포함하고, 상기 l, n, t, 및 는 자연수이고, 상기 k는 상기 임계치로서 상기 n 이하의 자연수이고,
    상기 저장부는 t-(υ,k,λ) 조합 디자인을 기반으로 상기 ln개의 분산 정보를 분산 정보 할당 테이블 형태로 다수의 데이터베이스(DBi(i는 자연수))에 저장하며,
    상기 분산 정보 할당 테이블은 t-(υ, k, 1) 조합 디자인을 기반으로 하여 상기 ln개의 분산 정보를 k-(ln, n, 1)의 형태로 구성되는 대용량 데이터 분산 저장 장치.
  5. 제4 항에 있어서, 상기 λ은 1인 대용량 데이터 분산 저장 장치.
  6. 삭제
KR1020100003283A 2010-01-14 2010-01-14 대용량 데이터 분산 저장 방법 및 그 장치 KR101129330B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100003283A KR101129330B1 (ko) 2010-01-14 2010-01-14 대용량 데이터 분산 저장 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100003283A KR101129330B1 (ko) 2010-01-14 2010-01-14 대용량 데이터 분산 저장 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20110083189A KR20110083189A (ko) 2011-07-20
KR101129330B1 true KR101129330B1 (ko) 2012-03-26

Family

ID=44920976

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100003283A KR101129330B1 (ko) 2010-01-14 2010-01-14 대용량 데이터 분산 저장 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101129330B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101496764B1 (ko) * 2013-05-14 2015-02-27 서울대학교산학협력단 일정 수 이상의 파일 조각으로 복구 가능한 파일 분산 관리 장치 및 방법
KR101472320B1 (ko) * 2013-05-30 2014-12-12 고려대학교 산학협력단 클라우드 환경에 비밀분산 기법을 이용한 데이터 보호 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008203720A (ja) 2007-02-22 2008-09-04 Kddi Corp 閾値秘密分散装置、閾値秘密分散方法、秘密情報復元方法およびプログラム
JP2009000928A (ja) * 2007-06-22 2009-01-08 Toshiba Corp レーザ割断装置及び基板の製造方法
JP2009042307A (ja) 2007-08-06 2009-02-26 Kddi Corp 分散情報生成装置、秘密情報復元装置、権限情報を伴った分散情報の生成方法、秘密情報のアクセス制御方法およびプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008203720A (ja) 2007-02-22 2008-09-04 Kddi Corp 閾値秘密分散装置、閾値秘密分散方法、秘密情報復元方法およびプログラム
JP2009000928A (ja) * 2007-06-22 2009-01-08 Toshiba Corp レーザ割断装置及び基板の製造方法
JP2009042307A (ja) 2007-08-06 2009-02-26 Kddi Corp 分散情報生成装置、秘密情報復元装置、権限情報を伴った分散情報の生成方法、秘密情報のアクセス制御方法およびプログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
개인정보 등 대용량 데이터의 비밀분산 관리기법 연구, 한국인터넷진흥원, 2009.09.28. 동국대학교.*
송유진, "비밀분산방식의 새로은 구성법", 통신정보보호학회논문지 7권4호, 19997.12.

Also Published As

Publication number Publication date
KR20110083189A (ko) 2011-07-20

Similar Documents

Publication Publication Date Title
US20160330180A1 (en) Zero-knowledge databases
KR20130064701A (ko) 프라이버시―보존 협력 필터링
CN109284426B (zh) 一种基于权限等级的多数据文档分类系统
CN111984735A (zh) 一种数据归档方法、装置、电子设备和存储介质
CN107395587A (zh) 一种基于多点协作机制的数据管理方法及系统
KR101428649B1 (ko) 맵 리듀스 기반의 대용량 개인정보 암호화 시스템 및 그의 동작 방법
KR101129330B1 (ko) 대용량 데이터 분산 저장 방법 및 그 장치
CN104331776A (zh) 一种电力数据应用管理平台
Kuzu et al. Efficient privacy-aware search over encrypted databases
KR101129335B1 (ko) 데이터 분산 저장 및 복원 방법 및 그 장치
Qiu et al. Preserving privacy in association rule mining with bloom filters
CN106161654A (zh) 一种云教育系统
Imani et al. Guard sets in tor using as relationships
Singh et al. Aggregating privatized medical data for secure querying applications
CN103514412B (zh) 构建基于角色的访问控制系统的方法及云服务器
US8335807B1 (en) File distribution system and method
CN109934008B (zh) 一种基于权限等级的多任务文档管理系统
Burke et al. K-anonymity for privacy preserving crime data publishing in resource constrained environments
CN111611220B (zh) 一种基于层级式节点的文件共享方法及系统
CN107124418B (zh) 一种位置服务中用户位置信息保护系统及方法
CN115514470A (zh) 一种社区矫正数据安全性的存储方法及系统
Lee et al. A new cloaking algorithm using Hilbert curves for privacy protection
Chervyakov et al. Towards reliable low cost distributed storage in multi-clouds
CN107395348B (zh) 一种密钥分组散乱管理的方法及装置
Miyaho et al. Study of a secure backup network mechanism for disaster recovery and practical network applications

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150112

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160217

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170203

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180123

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20200310

Year of fee payment: 9