软件学报

作者：薛婧婷，罗抒琴，张文政，李发根，周宇，张晓均

单位：薛婧婷，保密通信全国重点实验室(中国电子科技网络信息安全有限公司 中国电子科技集团公司第三十研究所), 四川 成都 610041;西南石油大学 计算机与软件学院, 四川 成都 610500;电子科技大学 计算机科学与工程学院, 四川 成都 61173111,罗抒琴，西南石油大学 计算机与软件学院, 四川 成都 61050002,张文政，保密通信全国重点实验室(中国电子科技网络信息安全有限公司 中国电子科技集团公司第三十研究所), 四川 成都 61004103,李发根，电子科技大学 计算机科学与工程学院, 四川 成都 61173104,周宇，保密通信全国重点实验室(中国电子科技网络信息安全有限公司 中国电子科技集团公司第三十研究所), 四川 成都 61004105,张晓均，西南石油大学 计算机与软件学院, 四川 成都 61050006

关键词：基于关键词的审计;批量错误定位;数据恢复;智能合约;多云存储

基金：国家自然科学基金(61902327); 通信安全重点实验室科技基金(61421030107012102); 四川省自然科学基金(2023NSFSC1398, 2022YFG0172, 2022JDRC0061); 成都市重点研发项目(2021-YF05-00965-SN)

基于关键词的审计(KA)技术是保障云审计经济适用性的重要手段. 不同于概率性审计对外包数据进行随机抽样验证, KA考虑多用户多属性数据的审计需求, 执行关键词检索和定向审计, 能有效降低审计开销. 然而, 现有的KA方案通常聚焦于目标数据的审计效率, 而很少关注审计失败后的错误定位及数据恢复等补救措施; 这无益于保障数据的可用性. 因此, 提出基于关键词的多云审计方案(简称KMCA), 结合智能合约技术实现定向审计、批量错位定位与数据恢复功能. 具体来说, 定向审计模块借鉴可搜索加密技术的索引结构, 定义关键词-文件数据映射关系, 并利用布隆过滤器的误报率特性来隐藏审计词频, 保护关键词隐私; 错误定位模块采用二分思想实现出错云服务器批量定位和受损数据细粒度定位; 数据恢复模块提出多云冗余存储与数据恢复策略, 避免单点故障, 提升存储容错率. 在随机预言机模型下, KMCA是可证明安全的. 性能分析表明, KMCA具备可行性.

来源：2025年第3期

《软件学报》期刊编辑部

查看软件学报杂志2025年第3期