遥感云服务平台中海量影像数据完整性证明研究

The owners of remote sensing image in cloud service platform inconveniently download data to local to verify the integrity of remote sensing image by comparison due to the massive data amount of remote sensing image. How to effectively verify the integrity of the image data stored in the remote sensing cloud services platform to eliminate image data owners’ concern on data loss or tampering on cloud storage. The proposal changes the traditional thinking of proof of integrity of data and verifies the integrity of the massive image data stored in the cloud service platform from the whole to the part and from accurate to the high probability way. The owners of remote sensing image or third party auditor only just retrieve the few amounts of verification data and judge the integrity of image data stored in cloud service platform from the perspective of high probability. And when detecting the presence of damage to the image block, it is possible to quickly locate the damaged image block and recover. Specific studies are as follows: (1) integrity verification for the owners of remote sensing image; (2) integrity auditing for the third party auditor; (3) storage optimization oriented remote sensing data recovery. The proposal can provide new theory and method for proof of integrity for massive remote sensing image stored in cloud service platform and technical support for application and promotion of the remote sensing cloud service platform.

遥感影像海量的特性，使得遥感云服务平台中影像数据拥有者不便通过将数据下载到本地比对来验证影像数据的完整性。如何有效地验证存储在遥感云服务平台中的影像数据完整性，以消除影像数据拥有者对云端存储数据丢失或篡改的担忧。本项目转变数据完整性验证的传统思维，从全样到抽样、从确定性到概率性的方式来验证存储在云平台中的海量影像数据的完整性，使得影像数据拥有者或第三方仅仅只需取回较少验证数据的情况下，从可证明的角度高概率的判断存储在云端影像数据是否完整。而且当检测到存在影像分块受损时，能够快速地对受损影像分块进行定位和恢复。具体的研究内容包括：（1）面向遥感影像数据拥有者的完整性验证；（2）面向第三方的遥感影像数据完整性审计；（3）面向存储优化的遥感影像数据恢复。本项目的研究为遥感云服务平台中海量影像数据的完整性证明提供新的理论和方法，为遥感云服务平台的应用和推广提供技术支撑。

为了解决影像数据拥有者对云服务平台中存储数据丢失或篡改的担忧问题，本项目提出了遥感云服务海量影像数据完整性证明研究。本项目从全样到抽样、从确定性到概率性的方式来验证存储在云平台中的海量影像数据的完整性，使得影像数据拥有者或第三方仅仅只需取回较少验证数据的情况下，从可证明的角度高概率的判断存储在云端影像数据是否完整。在本项目中首先提出了遥感影像完整性验证的挑战-应答协议，数据拥有者要求云端计算影像瓦片中若干随机指定位置的数据块的一个hash值，并和对应的校验块一起返回，以此判断影像的完整性。我们提出的方案是一个基于同态hash的挑战更新机制，数据所有者可发起无数次挑战，分析表明数据拥有者端的存储开销以及与云端的通信开销均为常数量级，需要抽查的数据块的个数和影像整个文件大小无关，保证了方案对海量影像数据完整性验证的适用性。更进一步，提出了基于同态哈希函数的隐私保护性公钥第三方审计算法。因为同态hash算法的同态性，两遥感影像分块数据之和的hash值与它们hash值的乘积相等，初始化时存放所有遥感影像分块数据及其hash值，验证时存储服务器返回若干影像分块数据的和及其hash值的乘积，用户计算这些影像分块数据之和的hash值，然后验证是否与其hash值的乘积相等，从而达到持有性证明的目的。提出一种基于同态哈希函数的隐私保护审计算法。通过在影像分块数据的线性组合中插入一个随机向量的方法来实现用户影像数据信息的隐私保护。其核心内容也就是在影像数据分块同态hash计算的线性组合后面加上一个随机掩码值，无论收集多少影像数据分块的线性组合，因为有随机值的存在，是无法解线性方程组的。这个方法就相当于用随机掩码保护了同态认证，所提方法并没有以换取某些性能作为代价，通信开销仍然是一个常量，也不会产生在线负荷。本项目的研究为遥感云服务平台中海量影像数据的完整性证明提供新的理论和方法，为遥感云服务平台的应用和推广提供技术支撑。