云存储系统的安全评估优化技术研究

随着云存储系统的兴起和逐步推广，云存储的安全受到极大关注，开展面向云存储系统的安全评估优化理论和技术的研究对构造云存储安全体系具有重要意义和实用价值。本研究通过安全评估能够明确云存储系统自身的安全缺陷和面临的安全威胁，并分析可能由此造成的损失或影响，为满足信息安全需求和降低云存储系统安全风险提供必要的依据。研究内容包括：分析云存储系统中的安全脆弱性；通过统计分析、神经网络和模式识别等方法确定云存储系统安全性评价指标；研究云存储中的安全态势感知方法；确立定量与定性相结合的安全评估方法和优化模型。本项目提出和建立的云存储安全评估优化理论和关键技术，可望对云存储安全评估优化的理论发展和应用实践有所贡献，在云存储管理和云存储安全领域有很大的应用前景。

本项目旨在通过安全评估能够明确云存储系统自身的安全缺陷和面临的安全威胁，并分析可能由此造成的损失或影响，为满足信息安全需求和降低云存储系统安全风险提供必要的依据和技术支撑。工作内容包括：研究云存储系统中的漏洞分析方法和安全脆弱性分析，用于收集云存储系统的安全性能和态势数据，作为云存储安全态势感知的依据；研究云存储系统态势感知方法，以及异常检测方法与框架，对获取的云存储系统安全信息进行理解和分析，通过统计分析、神经网络和模式识别等方法确定云存储系统的异常检测测度；研究面向云存储系统的I/O优化和查询优化技术、云存储系统中固态存储性能评估与优化技术，进一步提高系统评估的高效性和有效性；结合定性和定量的分析方法，提出了基于神经网络的安全风险概率预测方法和态势评估模型；基于态势感知、异常检测等方面的研究成果，提出了统一异常检测结构、基于模式匹配的检测技术和安全增强机制等。项目研究期间，在国内外期刊和国际会议上共发表论文32篇，其中SCI收录（源）6篇，EI 收录（源）30篇，1篇获得国际会议优秀论文奖，授权专利2项，申请专利1项，授权软件著作权1项；协助培养博士毕业2名、协助培养硕士毕业7名；参与组织国际学术会议1次，累积参加国际会议5人次，国内会议12人次。