During the last few years, the explosion of Big Data has prompted cloud infrastructures to provide cloud-based database services as cost effective, efficient and scalable solutions to store and process large volume of data. Hence, NoSQL databases became more and more popular because of their inherent features of better performance and high scalability compared to other relational databases. However, with this deployment architecture where the information is stored in a public cloud, protection against the sensitive data is still being a major concern. Since the data owner does not have the full control over his sensitive data in a cloud-based database solution, many organizations are reluctant to move forward with Database-as-a-Service (DBaaS) solutions. Some of the recent work addressed this issue by introducing additional layers to provide encryption mechanisms to encrypt data, however, these approaches are more application specific and they need to be properly evaluated to ensure whether they can achieve high performance with the scalability when it comes to large volume of data in a cloud-based production environment. This paper proposes a practical system design and implementation to provide Security-as-a-Service for NoSQL databases (SEC-NoSQL) while supporting the execution of query over encrypted data with guaranteed level of system performance. Several different models of implementations are proposed, and their performance is evaluated using YCSB benchmark considering large number of clients processing simultaneously. Experimental results show that our design fits well on encrypted data while maintaining the high performance and scalability. Moreover, to deploy our solution as a cloud-based service, a practical guide establishing Service Level Agreement (SLA) is also included.


翻译:在过去几年里,大数据爆炸促使云层基础设施提供云基数据库服务,因为储存和处理大量数据的方法具有成本效益、效率和可扩展性,因此,诺萨卡数据库越来越受欢迎,因为与其他关系数据库相比,其性能更好和可扩展性高的内在特点。然而,由于这一部署结构将信息储存在公共云中,保护敏感数据仍然是一个主要关切问题。由于数据所有者无法在基于云基数据库的解决方案中充分控制其敏感数据,许多组织不愿采用数据库-服务(DBaaaS)解决方案。最近通过引入更多层来提供加密机制以加密数据,解决了这一问题。然而,这些方法更具有具体应用性,需要加以适当评估,以确保在云基生产环境中大量数据具有可缩缩性,数据所有数据所有者都没有完全控制。本文建议采用实用的系统设计和实施系统,为诺萨卡-服务(DBS-S-S-S-S-Servic)提供安保服务(D-SL-SL)系统安全性服务(SL-SL)数据库的高级性能评估标准,同时使用多种业绩基准,并使用不同的性评估。

0
下载
关闭预览

相关内容

【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
12+阅读 · 2018年6月25日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Arxiv
0+阅读 · 2021年9月3日
Arxiv
0+阅读 · 2021年9月3日
A Novel Compaction Approach for SBST Test Programs
Arxiv
0+阅读 · 2021年9月2日
Arxiv
6+阅读 · 2018年2月7日
Arxiv
6+阅读 · 2016年1月15日
VIP会员
相关资讯
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
12+阅读 · 2018年6月25日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员