面向云存储的虚拟安全隔离机制和隐私保护方法研究

项目名称： 面向云存储的虚拟安全隔离机制和隐私保护方法研究

项目编号： No.61272458

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 邵必林

作者单位： 西安建筑科技大学

项目金额： 82万元

中文摘要： 云存储技术是近年来新兴的一种基于网络的虚拟化存储技术，是云计算概念上的一个新延伸，旨在通过互联网为用户提供更强的信息存储与处理服务，其虚拟安全和隐私保护已成为云存储系统安全的基础和保障，是目前亟待需要突破解决的重要技术问题。本课题将从分析云存储的主要特征出发，采取"理论研究- - 技术攻关- - 实验验证"的研究思路，根据云存储对机密性、完整性和可用性的安全需求，采用虚拟化技术、蜜罐技术、数据混淆理论等方法，对虚拟化安全隔离机制、虚拟机侧通道攻击防护、多租户共享和跨域管理带来的安全和隐私问题展开深入研究。构建基于虚拟机技术的安全隔离模型，完善虚拟机侧通道攻击防御机制，提出面向虚拟化平台的系统加固方法，形成云计算的隐私安全保护体系，以提高云服务系统的安全性和遭受攻击时的可用性。在此基础上，融合前期在海量存储与存储安全技术方面的研究成果，构建云存储安全服务实验平台，并进行实验论证。

中文关键词： 云模型；隔离运行；隐私保护；恶意代码检测与防范；缓冲区溢出漏洞检测

英文摘要： In recent years, cloud storage is a kind of virtualization storage technology based on the network and an extension to cloud computing, which aims to provide better information storing and processing service for users through the Internet. Virtual security and privacy protection have become the foundation and safeguard of the cloud storage system, which are the key technological problems that need urgent solutions now. According to the security requirements of cloud storage on confidentiality, integrity and availability, the project will analyze the main characteristics of cloud storage and carry out profound research on virtual security isolating mechanism, virtual machine side-channel against protection, multi-tenant sharing and security and privacy problems in cross-domain management by adopting the "Theoretical research-Key technology research -Experimental verification" research method and using the virtualization technology, honeypot technology and data confusion theory ect. In order to improve the security and availability of the cloud service system, the security isolating model will be constructed based on the virtual machine technology; the virtual machine side-channel against protection mechanism will be promoted; The virtual platform-oriented system reinforcing method will be proposed and the privacy

英文关键词： cloud model；isolation execution；privacy protection；malicious code detection and prevention；buffer overflow vulnerability detection