Comunicaciones por computadora

Seguridad de datos y preservación de la privacidad en entornos de

almacenamiento en la nube basado en mecanismos criptográficos

Resumen

Los recientes avances tecnológicos han provocado la popularidad y el éxito de la nube. Este
nuevo paradigma es ganando un interés creciente, ya que proporciona arquitecturas
rentables que soportan la transmisión, almacenamiento y computación intensiva de
datos. Sin embargo, estos prometedores servicios de almacenamiento traen muchos desafíos
problemas de diseño prolongados, debido tanto a la pérdida de control de datos como a la
naturaleza abstracta de las nubes.
El objetivo de esta encuesta es proporcionar una visión coherente sobre los problemas de
seguridad de los datos y la privacidad.
Problemas que enfrentan los clientes en entornos de almacenamiento en la nube. Esta
encuesta trae una comparativa crítica análisis de mecanismos de defensa criptográficos, y
más allá de esto, explora direcciones de investigación y tecnología tendencias tecnológicas
para abordar la protección de datos tercerizados en infraestructuras en la nube.

1. Introducción

Hoy en día, los avances tecnológicos alivian un crecimiento explosivo de contenidos

digitales. La Corporación Internacional de Datos de EE. UU. (IDC) proclama que el
universo digital crecerá 40% al año durante la próxima década, desatando una nueva ola de
oportunidades para empresas y personas de todo el mundo. Esta proliferación de universo
digital continúa aumentando la demanda de nuevo almacenamiento y utilidades de red,
junto con una creciente necesidad de más costos uso efectivo de capacidades de
almacenamiento y ancho de banda de red para transferencia de datos. Como tal, el uso de
sistemas de almacenamiento remoto está ganando un interés en expansión, a saber,
los servicios basados en almacenamiento en la nube, ya que proporcionan arquitecturas
rentables. Estas arquitecturas
admite la transmisión, el almacenamiento
y el cálculo intensivo de datos
tercerizados en un modelo de negocio de
pago por uso. De acuerdo a IDC, el gasto
total para la implementación de entornos
en la nube aumentará en un 15.5% para
llegar a $ 37.5 mil millones en 2016. Esta
el interés generalizado en los servicios de
almacenamiento en la nube emana
principalmente de organizaciones
empresariales y agencias
gubernamentales que buscan sistemas
más resistentes y rentables. Es decir, los
beneficios de la adopción de la nube es
muy tangible en una nueva era de
capacidad de respuesta.
Más allá de la ventaja del
almacenamiento en la nube de
outsourcing donde finaliza
los usuarios pagan solo por los recursos
consumidos, los proveedores de la nube
puedenb acordar ofrecer a sus clientes un
grupo compartido de configurables
recursos, que pueden ser recursos
informáticos o almacenamiento de datos
paz. Como tal, los recursos y los costos
pueden ser mutuos entre proveedores de
la nube, lo que lleva a los proveedores de
la nube a un significativo reducción en los
costos de explotación, y para los usuarios
a una mayor escalabilidad y flexibilidad
al acceder a un servicio. Como un efecto
positivo directo de las redes en la nube,
los usuarios pueden acceder a los
servicios ofrecidos menos de su ubicación
o el dispositivo informático que
utilizan. Sin embargo, los beneficios de
almacenamiento en la nube se ven
perjudicados por la persistencia
significativa
preocupaciones que pueden inhibir
gravemente la adopción de esta nueva
adquisición de TI modelo de ment. Estas
preocupaciones provienen principalmente
de lo fundamental concepto de
virtualización donde los datos y servicios
se distribuyen a través de. Un conjunto de
recursos en red que se gestionan y
controlan por un proveedor de servicios
en la nube (CSP). Este concepto de
virtualización introduce vulnerabilidades
realmente dañables, incluida la
información confidencial perdida de la
calidad de los datos externalizados (p,ej
de un espía), pérdida de integridad de
datos (por ejemplo, para interrumpir el
negocio de una empresa), y
la pérdida de privacidad de datos (por
ejemplo, para la venta masiva de datos
personales y análisis). Desde la
perspectiva de las empresas y los
ciudadanos, estos los problemas de
seguridad y privacidad de los datos son
bastante legítimos, dado el últimas
revelaciones mediatizadas. Recuerda
noviembre de 2013, cuando
The Washington Post afirma que la
Agencia de Seguridad Nacional de EE.
UU.(NSA) estaba capturando datos
mucho más indiscriminados, que incluso
el PRISM revelaciones. Recordemos que
PRISM es una herramienta utilizada por
la NSA para recopilar datos privados de
los usuarios de los servicios de
Internet. Esta masiva la recolección de
datos se realizó interceptando conexiones
privadas entre los centros de datos de
Google y Yahoo en todo el mundo, y
descifrar el tráfico que debe protegerse en
tránsito UNA consecuencia directa de esa
exposición fue una encuesta de Price-
WaterhouseCoopers (PwC) de diciembre
de 2013 que revela que el 54% de
Las empresas alemanas encontraban la
nube arriesgada después de enterarse de
NSA espiando. Esta tendencia ha sido
enfatizada en octubre de 2015 por
el Tribunal de Justicia de las
Comunidades Europeas que declaró como
inválido el Safe. Acuerdo de puerto
firmado en 2000 entre la UE y los EE.
UU. Para la transferencia transatlántica de
información personal de los europeos.
1.1. Nuestro aporte
Hasta donde sabemos, la mayoría de los
trabajos de la encuesta son generales.
Trabaja discutiendo problemas de seguridad y
desafíos de la computación en la nube
Entornos o enfatizando la seguridad y la
privacidad preocupaciones contra
proveedores de servicios en la nube que no
son de confianza. Otro las encuestas se
centran en los problemas de seguridad de
virtualización o preocupaciones de seguridad
de almacenamiento en la nube , y otros están
dando un análisis detallado para proporcionar
una visión general completa de desafíos de la
actualidad, posibles soluciones y problemas
abiertos en la nube ambientes.
El primer objetivo de nuestra encuesta es dar
una crítica análisis parativo de mecanismos
de defensa criptográfica para la nube
ambientes. La originalidad de la encuesta es
múltiple. Primero es basado en métodos , lo
que significa que se resalta un conjunto de
métodos para cada preocupación de seguridad
y privacidad. En segundo lugar, analiza
la cripta.
Mecanismos gráficos que subyacen a cada
uno de los métodos presentados. En tercer
lugar, adopta el punto de vista de los clientes,
lo que significa que la nube los servidores se
manejan de manera similar a las cajas negras
distribuidas, en las cuales el procesamiento de
datos sigue siendo poco confiable y
desconocido. Cuarto ilustra los usos de los
mecanismos criptográficos a través de la
industria o implementaciones de
investigación. Quinto, un análisis paso a paso
es proporcionado y ayuda a comprender
profundamente el origen y el objetivo de un
mecanismo de protección. Sexto, los
mecanismos de defensa son presentado de
acuerdo a si respaldan la confidencialidad de
los datos o control remoto de integridad de
datos, sin embargo, las discusiones son
extendido a su capacidad de mantener la
privacidad. Además, la presente encuesta trae
varios anuncios atractivos ventajas. Primero,
lleva a un cliente de la nube a comprender la
seguridad desafíos y oportunidades de gestión
en entornos de nube y para explorar
vulnerabilidades, amenazas y riesgos de
almacenamiento en la nube. Segundo.
Además, ayuda a un diseñador de seguridad a
especificar, validar e implementar
políticas de seguridad adaptativas en entornos
virtuales y para desarrollar continuidad del
negocio y planes de recuperación ante
desastres para la nube. Finalmente, está
encuesta transmite al lector la capacidad de
llevar a cabo la seguridad misiones de
investigación para analizar ataques contra las
capacidades de la nube.
1.2. Organización del papel
El resto de este trabajo se organiza de la
siguiente manera. 1 Los datos en tránsito son
datos que se transfieren entre dos nodos de
una red. Generalmente se dividen en dos
categorías: datos que se mueven a través del
público o redes no confiables como Internet,
y datos que se mueven a través de redes
privadas redes como las redes corporativas de
área local (LAN)
La Sección 2 presenta una descripción
general de las características básicas de la
nube, Infraestructuras y modelos de
despliegue. Basado en la terminología del
Instituto Nacional de Estándares y Tecnología
de EE. UU. (NIST), cinco características
principales que especifican un entorno de
nube son identificados y discutidos, como
recursos compartidos, bajo demanda
autoservicios y elasticidad.
La Sección 3 ofrece un análisis detallado de
la seguridad y el precio. desafíos
desafiantes. Un análisis de primer paso se
deriva directamente de las características de
las arquitecturas de almacenamiento en la
nube y conduce a identificación de amenazas
y necesidades. Un segundo paso se centra en
el análisis sobre vulnerabilidades en la nube
con una discusión teniendo en cuenta de la
riqueza de las arquitecturas en la nube, la
necesidad de una escalabilidad
implementación, la gama de necesidades de
los usuarios y la rigurosidad de la
regulación. Para algunas de las amenazas de
seguridad identificadas, existe una necesidad
de detallar los problemas de regulación. Por
ejemplo, uno debería tener. Ten en cuenta que
los datos, aunque se subcontratan, pueden
transmitirse a través de diferentes
arquitecturas en la nube, por lo que podrían
caer bajo diferentes restricciones de
cumplimiento normativo, que pueden dar
lugar de nivel de servicio (SLA) o
infracciones de privacidad.
La sección 4 presenta nuestra metodología
para clasificar y comparar enfoques de
defensa criptográfica. La sección 4 comienza
a introducir el uso casos y modelos de
amenaza. Luego se da una visión general en
un sintético la tabla y los criterios de
comparación se detallan para ayudar a
comprender descripción de los enfoques de
acuerdo con su objetivo específico.
Además, las direcciones de investigación y
las tendencias tecnológicas son discutido para
mitigar varios problemas de seguridad en la
nube, en Secciones 5 y 6. Es decir, nos
centramos principalmente en algoritmos de
clave pública y varias primitivas
criptográficas y discutimos el potencial uso
de ciertas técnicas en entornos de
nube. Varios criptos los métodos gráficos
están cubiertos para mejorar la seguridad y la
privacidad en nubes Entre ellos, los
mecanismos de defensa se presentan con
respecto a la mejora de la confidencialidad de
los datos (Sección 5), datos remotos
comprobación de integridad (Seccion 6) y la
preservación de la privacidad ( Sección 7), ya
que estas tres preocupaciones se informan
como los mayores obstáculos contra La
adopción del almacenamiento en la
nube. Además, presentamos la mayoría casos
de uso adecuados para cada solución,
considerando diferentes Modelos de amenaza.
Finalmente, la Sección 8 discute varias
investigaciones recientes sobre
almacenamiento en la nube implementaciones
de edad que abordan la seguridad y / o
privacidad La sección 9 ofrece algunas
conclusiones.
2. Conceptos básicos de la nube
Cloud presenta recursos de recursos
altamente escalables y distribuidos debidos v
a pedido como un servicio externo a través de
Internet en un pago por uso. El Instituto
Nacional de Normas de EE. UU. Y
La tecnología (NIST) [3] proporciona una
definición formal de la nube informática de la
siguiente manera:
"La computación en la nube es un modelo
para habilitar ubicuo, conveniente, acceso a la
red a pedido a un grupo compartido de
computación configurable recursos (por
ejemplo, redes, servidores, almacenamiento,
aplicaciones y servicios) que se puede
aprovisionar y liberar rápidamente con una
gestión mínima esfuerzo de esfuerzo o
interacción del proveedor de servicios”.
En este sentido, los usuarios de la nube se
elevan a un nivel de abstracción que oculta
los detalles de las infraestructuras de
hardware o software desplegadas para
soportar computación intensiva y
almacenamiento de datos. De esto definición,
se deben considerar tres puntos clave
principales. Primero,NIST describe el
desarrollo de tecnologías que apoyan un
nuevo modelo de negocio omnipresente,
universal y apropiado. Segundo además,
destaca la importancia de las técnicas de
acceso a la red para cursos compartidos que
aseguran una interacción fluida entre la nube
proveedores y sus clientes. En tercer lugar,
esta definición se centra de modelos de
precios sociales de la nube que permite a los
usuarios pagar solo por recursos consumidos.
Para comprender mejor los conceptos y
tecnologías centrales en la nube, extraemos
del documento de definición de NIST cinco
atributos. Estos atributos describen un
sistema basado en la nube como un
modelo general que proporciona servicios
medidos bajo demanda a su
clientela. Estas características se
presentan de la siguiente manera:
• Autoservicio ha pedido: los usuarios de
la nube pueden obtener recursos
adicionales fuentes, como el uso de
capacidades de almacenamiento y
computación actuaciones, sin ninguna
intervención humana. Similar a principio
de la computación autónoma, esta
propiedad de la nube se refiere a las
capacidades de autogestión de los
recursos distribuidos que están adaptados
a cambios impredecibles mientras se
ocultan intrínsecos complejidad para los
usuarios y operadores de la nube.
• Amplio acceso a la red: la gran variedad
de heterogéneos dispositivos, como
teléfonos móviles, PC, tabletas y todos
los dispositivos portátiles y los equipos
estáticos deben poder acceder a la nube
servicios a través de mecanismos
estándar. Esta nube ubicua la
característica de acceso a la red
generalmente se admite mediante stan-
Dard protocolos a través de Internet. Sin
embargo, las redes públicas son
considerado como no confiable, y por lo
tanto, pueden ser varios ataques relevante
para el contexto de la nube.
• Recursos compartidos: basados en un
modelo de múltiples inquilinos,
recuperación en la nube las fuentes se
comparten entre varios
usuarios. Debemos tener en cuenta que
No hay recursos dedicados a un cliente
específico. Estas las capacidades
compartidas se asignan, asignan y
reasignan como necesario para las
entidades solicitantes. La propiedad
de recursos compartidos es casi
compatible con varios proveedores
basados en técnicas de virtualización,
donde múltiples. Los sistemas operativos
(SO) se ubican en el mismo lugar físico
máquina. Sin embargo, la ubicación
conjunta de máquinas virtuales (VM)
tiene planteó algunos requisitos de
seguridad, a saber, datos y procesos
aislamiento .Además, en entornos multi
inquilinos, la pérdida de control e incluso
la falta de relaciones de confianza entre el
el cliente en la nube y su proveedor de
servicios muestran una gran necesidad de
Nuevo marco de seguridad que garantiza
la confidencialidad, integridad y
privacidad de los datos tercerizados en
servidores remotos.
• Elasticidad : junto con el
autoaprovisionamiento y grandes
recursos, la nube se caracteriza por la
mayor capacidad para eficientemente
asignar y liberar recursos. Por lo tanto, la
escalabilidad de recursos es
proporcionado y su mejora es posible a
través de intercloud colaboraciones. Estos
recursos se abstraen en la nube usuarios
para aparecer como ilimitados y
adecuados. Una vulnerabilidad clave que
debe considerarse es la banda-ancha bajo
aprovisionamiento, del cual los usuarios
maliciosos pueden tomar ventaja para
orientar la disponibilidad de un servicio o
una aplicación, a través de ataques de
denegación de servicio (DOS). Por lo
tanto, ella escalabilidad y la confiabilidad
de la red siguen siendo factores clave
importantes para garantizar la elasticidad
característica de un modelo en la nube.
• Servicio medido : esta propiedad se
refiere al modelo de negocio adoptado por
los servicios basados en la nube, donde
los usuarios pagan en un contrato base de
consumo, lo que permite grandes
reducciones de costos. De este modo, el la
autenticación y los requisitos de
responsabilidad deben ser considerado
como necesidades significativas. Además,
la provisión de mí, los servicios
compartidos son compatibles con varias
herramientas de monitoreo, para
garantizar la continuidad del negocio y la
investigación de datos necesidades.
Estas características brindan servicios
más eficientes y escalables en
comparación con los modelos
informáticos tradicionales.
Además, los sistemas en la nube se
pueden clasificar en función de su
despliegue como infraestructuras
privadas, públicas o híbridas. Como un
combinación de recursos de hardware y
software, infraestructuras en la nube
proporcionar las características antes
mencionadas, para soportar tres nubes
modelos de servicio: Software como
servicio (SaaS) (es decir, documentos de
Google Dropbox ), Plataforma como
servicio (PaaS) (es decir, Windows
Azure e Infraestructura como servicio
(IaaS) (es decir, Amazon EC Amazon
S3
3. vulnerabilidades de seguridad y
privacidad, amenazas y requisitos en el
almacenamiento de datos en la nube el
siguiente análisis de tres pasos permite
extraer seguridad y vulnerabilidades de
privacidad, amenazas y requisitos, según
lo incurrido por los clientes, cualquiera
que sea la tecnología en uso en los
servidores '. Los el primer análisis se basa
en las características generales de la nube,
y el tercero. Da detalles de las amenazas
experimentadas por los clientes.
3.1. Análisis de primer paso basado en
características de la nube en los modelos
de servicio en la nube, a diferencia de
otros entornos, las amenazas, las
vulnerabilidades y los riesgos no solo
están asociados a la tecnología, pero a
algunos otros atributos principales de los
entornos de nube. Según Xiao y Xiao ,
hay tres atributos principales que están
estrechamente relacionados con las
características de la nube y conducen a
amenazas y necesidades de seguridad y
privacidad, de la siguiente manera:
• Subcontratación : la subcontratación
delega la responsabilidad de realizar
almacenamiento de datos o funciones
comerciales a un tercero. Al externalizar
datos, los usuarios eliminan la carga de
establecer y mantener una infraestructura
de almacenamiento local. Sin embargo, la
subcontratación también significa que los
clientes de la nube tienen que perder el
control de sus datos y tareas
subcontratados. Muchas nubes los
proveedores no están al nivel que
deberían estar en orden para garantizar
efectivamente una arquitectura de
seguridad confiable. Como tal, los datos
están expuestos a lecturas ilegítimas,
alteración o eliminación, cuando se
subcontrata, lo que lleva a cualquiera de
los posibles amenazas identificadas en
la Sección 3.3. La consecuencia es que el
disponibilidad de servicios, la
recuperación de errores de datos y el
negocio la continuidad puede verse
seriamente dañada. Por lo tanto, el control
la preocupación por la pérdida se
considera una de las causas
fundamentales de la seguridad y desafíos
de privacidad en entornos de nube. Por
consiguiente, la seguridad de datos y
procesos sigue siendo una barrera
dominante para evolución y uso
generalizado del almacenamiento en la
nube. Lidiar con problemas de
subcontratación, el proveedor de la nube
tiene que proporcionar confianza,
mecanismos de seguridad adecuados y
medidas de privacidad. Es decir, los datos
subcontratados deben protegerse,
controlarse y verificarse
para garantizar su confidencialidad,
integridad, privacidad junto con la nube
fiabilidad, disponibilidad y continuidad
del servicio .
• Multicliente : esta característica de la
nube significa que la infraestructura de la
nube Tructure es compartido y utilizado
por múltiples usuarios. En una palabra,
los datos que pertenecen a diferentes
usuarios finales pueden ubicarse en el
misma máquina física, basada en una
asignación de recursos específica política
de acción Debido a la eficiencia
económica del arrendamiento múltiple,
los proveedores generalmente seleccionan
esta función como un bloque esencial
para Diseño de entorno de nube. Sin
embargo, genera nuevas amenazas, de
modo que los usuarios malintencionados
puedan explotar este problema de co-
residencia para realizar ataques, como se
enumera en la Sección 3.3 .
• Datos masivos : el volumen de datos y
aplicaciones crece exponencialmente y
trae nuevos desafíos para soportar
dinámicas monitoreo de datos,
preservación de la privacidad y
protección de la seguridad, como el
procesamiento de imágenes y la minería
de datos en el contexto de la nube.
Los mecanismos de seguridad
tradicionales se conocen como
insuficientes. E ineficiente, debido a la
pesada computación y comunicación
gastos generales. Además, la verificación
de integridad de los datos tercerizados es
complicado ya que la mayoría de las
tecnologías de privacidad actuales son
diseñado para conjuntos de datos estáticos
y no están adaptados a dinámicos
datos con patrones de datos dinámicos,
atributos y derechos de acceso. Como tal,
se esperan nuevas estrategias y
protocolos .
3.2. Requerimientos de seguridad desde el
punto de vista del cliente, destacamos tres
requisitos críticos: Menciones que deben
cumplirse en un servicio de datos en la
nube, con respecto a la seguridad de sus
contenidos de datos tercerizados
• Confidencialidad de datos : la propiedad
de confidencialidad de datos garantiza
que el contenido de los datos no se
divulga a usuarios no autorizados. Los
datos tercerizados se almacenan en
servidores remotos en la nube, fuera del
control de sus dueños. Como tal, solo los
usuarios autorizados pueden acceso a
estos datos en función de sus privilegios
otorgados, mientras otros, incluidos los
proveedores de la nube, no deberían
obtener ninguna información sobre
contenidos subcontratados. Además, es
preferible imponer un mecanismo de
control de acceso de grano fino.
• Integridad de datos: la propiedad de
integridad de datos requiere mantener y
garantizar la precisión e integridad de los
datos. Una nube el cliente espera que sus
datos tercerizados en servidores remotos
tengan estar correctamente almacenado y
confiable. Es decir, que fuera los datos
obtenidos no deben ser manipulados,
modificados o malintencionados
eliminado Por lo tanto, una vez que una
pieza de datos tercerizados ha sido
alterado o eliminado, el cliente de la nube
debería poder detectar este evento de
corrupción, y el proveedor de la nube
debería poder reconstruir todo el
contenido de datos de piezas no
corrompidas de datos.
• Preservación de la privacidad: la
preservación de la privacidad del usuario
considera ambos la protección de la
información de datos personales, así
como garantizar la imposibilidad de
vinculación entre diferentes accesos a
datos tercerizados.
Los datos personales incluyen los
atributos de identidad del usuario o su
acceso patrones que deben ocultarse a
entidades no autorizadas. La
desvinculación va más allá de la
protección de identidad, ya que evita
entidad no autorizada para saber que el
mismo usuario está accediendo el
servicio, o que un contenido específico se
relaciona con un usuario específico.
En la siguiente sección, damos un análisis
detallado de la nube amenazas de
almacenamiento de datos, al tiempo que
destaca la seguridad y la privacidad
requisitos introducidos anteriormente.
3.3. Amenazas de almacenamiento de
datos en la nube
Se identifican cinco amenazas de
seguridad desde la perspectiva del cliente,
principalmente debido a la pérdida de
control físico y la naturaleza abstracta de
la nube, como sigue:
• Exposición de datos : almacenada en
servidores remotos en la nube, fuera de
control de sus propietarios, los datos están
más expuestos a la potencia adversarios
de prueba. Es decir, el acceso en
cualquier momento y en cualquier lugar
aumenta el número de atacantes, como
personas no autorizadas, miembros del
grupo voked o incluso un administrador
de la nube malicioso. Además, debido a la
aplicación de la ley, cuando los servidores
en la nube son ubicado en otros países,
los datos del cliente pueden ser accedidos
por
agencias de aplicación sin permiso o
conocimiento de sus dueños.
Proporcionar confidencialidad de datos ,
en entornos de múltiples inquilinos, se
vuelve desafiante y conflictivo. Esto se
debe considerablemente al hecho de que
los usuarios externalizan sus datos en
servidores remotos, bajo el control y la
gestión de la posible nube no confiable
proveedores de servicios (CSP). Es
comúnmente aceptado que los datos el
cifrado en el lado del cliente es una gran
alternativa para aliviar tales problemas de
confidencialidad de datos como el cliente
de la nube conserva las claves de
descifrado fuera del alcance del
proveedor. No obstante, este enfoque da
lugar a diversas medidas de seguridad y
problemas de privacidad. Por un lado,
aumenta las preocupaciones clave de
gestión , como, almacenar y mantener la
disponibilidad de claves en el lado del
cliente. La preservación de la
confidencialidad es aún más complicada.
cuando se necesita un intercambio de
datos flexible entre un grupo de usuarios
[20,33,38]. Primero, requiere compartir
eficientemente las claves de descifrado
entre usuarios autorizados. El desafío es
definir un suave revocación de grupo que
no requiere actualizar el secreto claves de
los usuarios restantes, de modo que la
complejidad de la clave.La gestión se
minimiza. En segundo lugar, las políticas
de control de acceso tienen ser versátil,
flexible y distinguible entre usuarios con
diferentes derechos de acceso. Es decir, el
intercambio de datos puede realizarse
Entre diferentes usuarios o grupos, y los
usuarios pueden pertenecer a varios
grupos Por otro lado, la protección de la
privacidad del usuario requiere más que el
cifrado de datos transmitidos y
almacenados. Por ejemplo, el hecho de
que un usuario invoca un contenido
específico o los comunicados con un
cliente específico ya pueden proporcionar
suficiente información a un
adversario . Además, la identidad del
usuario la información puede contener
información de identificación personal
(PII) que es de gran crítica para la
privacidad del usuario.
• Acceso no autorizado : en entornos de
nube, control de acceso es un asunto
altamente trivial de otorgar y revocar
derechos a usuarios específicos o grupos
dinámicos. Es decir, control de acceso. las
políticas necesitan flexibilidad y
distinción entre usuarios teniendo
diferentes derechos de acceso. De hecho,
los datos pueden ser compartidos por
diferentes usuarios que pueden pertenecer
a varios grupos. Adicionalmente, estos
grupos pueden ser muy dinámicos. Por lo
tanto, el desafío es definir un mecanismo
de revocación eficiente, con una multa
arbitraria granularidad
• Pérdida y manipulación de datos : los
proveedores de la nube generalmente
afirman almacenar archivos de datos con
redundancia para proteger contra datos
pérdida. Además, a menudo dispersan
estos datos a través de múltiples Tiple
ubicaciones de almacenamiento. Tal
distribución proporciona resistencia
contra fallas de hardware. Sin embargo,
para capacidades de almacenamiento
ahorro y reducción de costos operativos,
proveedores deshonestos podría descuidar
intencionalmente estos procedimientos de
replicación, por lo tanto dando como
resultado errores de datos irrecuperables o
incluso pérdidas de datos. Esta tendencia
deshonesta podría amplificarse como una
gran cantidad de "frío" Se accede a los
datos en raras ocasiones. Por lo tanto,
la verificación de integridad de datos se
considera relevante preocupación,
especialmente porque está estrechamente
vinculada a la disponibilidad de datos. La
verificación de integridad de datos puede
ser operada de tres maneras:
- Entre un cliente y un proveedor de la
nube - un cliente de la nube debe realizar
eficientemente la integridad remota
periódica verificaciones, al no mantener
los datos localmente. Esto significa que
las soluciones deben tener en cuenta las
limitaciones capacidades de
almacenamiento y computación del
cliente y el gran tamaño de los datos
subcontratados.
- Dentro de una infraestructura en la
nube: es importante para una nube
proveedor para mitigar fallas bizantinas y
bloqueos de disco por comprobar la
integridad de los bloques de datos
almacenados en múltiples nodos de
almacenamiento
- Entre dos proveedores de la nube: en el
caso de la nube de escenarios de nubes,
fragmentos de datos se dispersan en
múltiples plataformas en la nube. Así, un
CSP, a través de su nube puerta, debe
verificar periódicamente la autenticidad
de los datos bloques alojados en otra
infraestructura de nube.
• Infracción de SLA : el Acuerdo de nivel
de servicio (SLA) se basa en un contrato
firmado entre el cliente y el proveedor de
servicios incluidos los requisitos
funcionales y no funcionales de la
servicio. SLA considera obligaciones,
precios de servicio y sanciones en caso de
violación de acuerdos. Sin embargo,
debido a la naturaleza abstracta de las
nubes, la violación de SLA con respecto a
los datos Primero, para administrar de
manera segura los datos tercerizados, el
proveedor de la nube tiene que dispersar
los datos de los clientes a través de
múltiples capacidades de almacenamiento
corbatas. Dicha distribución proporciona
resistencia contra el hardware.
Sin embargo, para ahorrar capacidad de
almacenamiento y reducir el
funcionamiento costos, los proveedores
deshonestos podrían ignorar estos
procedimientos de replicación, lo que
lleva a datos irrecuperables errores o
pérdida de datos. Incluso si una política
tolerante a fallas es partidaria por los
proveedores de la nube, los clientes no
tienen medios técnicos para verificar que
sus datos estén seguros, por ejemplo, con
respecto a posibles accidentes de manejo.
En segundo lugar, la violación de SLA se
refiere también a la preservación de la
privacidad. Ese es decir, la Ley Patriota
de los Estados Unidos le da al gobierno
un sin precedentes acceso a datos
tercerizados que están físicamente
alojados en EE. UU. o generado por una
entidad estadounidense (es decir, un
estadounidense empresa o empresa con
intereses económicos en los EE. UU.).
Esta regulación estadounidense amenaza
la legislación europea que tiene estrictas
leyes de protección de la privacidad. Este
reglamento europeo es se espera que sea
aún más severo e inflexible en el cercano
futuro con respecto a la protección de
datos y la salida de datos personales de
origen a servidores remotos. Esta nueva
regulación de la UE, conocida como se
espera que el Reglamento General de
Protección de Datos (RGPD) se adoptará
en 2015 y surtirá efecto dos años después.
Mientras tanto, debido a la insuficiencia
de la protección de datos con el requisito
de la UE, la UE decidió en octubre de
2015 suspender el pacto Safe Harbor que
regula la transferencia de la información
personal de los europeos a los EE. UU.
Esta insuficiencia puede ilustrarse
mediante la encuesta realizada en
2014 por la compañía estadounidense
Skyhigh Networks sobre 7000 cloud
servicios, donde se demostró que solo 1
de cada 100 nubes los proveedores
cumplen todos los requisitos de seguridad
descritos por el Regulación europea. Por
todas estas razones, es importante que un
usuario de la nube tenga la posibilidad de
verificar que sus datos subcontratados aún
estén alojados en un perímetro geográfico
específico, apoyando lo solicitado
legislación. Debemos tener en cuenta que
la privacidad se considera una diversión.
derechos humanos fundamentales en
Europa , señalado por los Estados.
Declaración de las Naciones Unidas sobre
los derechos humanos, y posteriormente
por el Convenio Europeo de Derechos
Humanos . En los EE.UU, la preservación
de la privacidad se basa tradicionalmente
en regulaciones sectoriales en contextos
específicos Por ejemplo, la Regla de
Privacidad del gobierno federal Ley de
Responsabilidad y Portabilidad del
Seguro de Salud de 1996 (HIPAA) define
los estándares estadounidenses para
proteger a las personas registros médicos
y otra información personal de salud. Esta
La regla de privacidad se aplica a los
centros de intercambio de información
médica, planes de salud y todos los
proveedores de atención médica que
procesan alguna atención médica
transacciones electrónicas .
La privacidad es un concepto complejo
pero importante. La privacidad está sujeta
a las regulaciones en muchos países de
todo el mundo. Mientras Europa y Asia
comúnmente se refieren a la colección y
procese de datos personales.2 En las
siguientes secciones, tomamos en cuenta
la crítica a la preservación de la
privacidad en la nube escenarios y
algoritmos.
En tercer lugar, los clientes deben
detectar la violación de SLA con respecto
a los datos. cifrado En caso de que el
SLA muestre que el proveedor de la nube
está aplicando cifrado de datos antes del
almacenamiento, los clientes deberían ser
capaz de detectar que sus datos
almacenados no están encriptados y
informar la violación de SLA. En
consecuencia, Cloud Security Alliance
(CSA) introdujo el Concepto de
transparencia en la nube (CT) , donde los
usuarios de la nube pueden pedir y recibir
información sobre la transparencia
elementos y manejo de servicios, tal
como los aplica el servicio en la nube
proveedores Por ejemplo, los usuarios de
la nube reciben una forma para encontrar
información importante sobre el
cumplimiento, seguridad, privacidad,
integridad y seguridad operativa historial
de elementos de servicio que se realizan
en la nube.
En esta perspectiva, y con fallas masivas
de almacenamiento en la nube que han
salido a la luz, es importante tener en
cuenta prueba de la corrección de datos
como un complemento esencial para
Garantía tractual y especificaciones de
nivel de servicio. Esta preocupación es
particularmente importante con datos a
los que rara vez se accede. Para examen-
Por ejemplo, Facebook almacena más de
240 mil millones de fotos, con usuarios
subir 350 millones de fotos nuevas
adicionales cada una día . Sin embargo,
según lo informado por los EE.UU. IDC ,
subcontratado generalmente se accede
menos a los datos después de 91 días. Por
otra parte, estos
2 Datos personales e información
personal , los EE. UU. Se refieren
comúnmente a Personalmente
Información identificable .
los datos también se modifican raramente
después de cuatro meses. Como tal, hay
Es un alto riesgo para los proveedores
reducir el costo de almacenamiento al
eliminar datos mientras preservan su
reputación.
4. Metodología
Esta sección trae a la mente todos los
elementos complementarios para
Comprender la metodología que sirve
para establecer Análisis comparativo
crítico entre los mecanismos de defensa
criptográfica. Después de presentar los
casos de uso y las amenazas modelo, el
documento explica los criterios de
comparación y da a través del sintético
Tabla 1 una visión general de los
mecanismos de defensa criptográficos
existentes.
4.1. Casos de uso
Presentar los diferentes casos de uso en el
entorno de almacenamiento en la nube.
En primer lugar, definimos las siguientes
entidades, permitiendo una nube cliente
para almacenar, recuperar y compartir
datos con múltiples usuarios:
• Proveedor de servicios en la nube
(CSP) : un CSP tiene recursos
sustanciales dirigir servidores de
almacenamiento en la nube distribuidos y
administrar su servidores de bases de
datos. También proporciona a los clientes
una infraestructura virtual. tructure aloja
algunos servicios de aplicaciones que
pueden ayudarlos administrar sus datos
almacenados en los servidores de la nube.
• Cliente (C) : un cliente es el propietario
de los datos que utiliza recursos del
proveedor para almacenar, recuperar y
compartir datos con Múltiples
usuarios. Un cliente puede ser un
individuo o una empresa.
• Usuarios (U) : los usuarios pueden
acceder al contenido almacenado en la
nube, según sus autorizaciones de acceso,
según lo decidido por el cliente Las
autorizaciones incluyen los derechos de
lectura, escritura. O volver a almacenar
los datos en la nube.
El CSP proporciona una interfaz web para
que el cliente almacene datos en la
plataforma CSP en la nube. Además,
según su acceso autorizaciones, los
usuarios pueden recuperar, modificar y
volver a almacenar datos de la nube a
través de la interfaz web. Como se
muestra en la Fig. 1, se identifican cuatro
casos de uso diferentes en que las
siguientes entidades están interactuando:
• Un CSP y un cliente: el cliente
almacena y recupera
datos obtenidos de servidores en la nube
(escenario de almacenamiento y copia de
seguridad).
• Un CSP y varios clientes: el propietario
de los datos comparte datos con usuarios
de la nube (escenario de
intercambio). Distinguimos dos
compartiendo escenarios: entre un
depositante y un receptor (compartir uno
a uno) y entre un grupo de usuarios
(compartir uno a muchos).
• Múltiples CSP y un cliente - en caso de
nube de nubes entornos, los datos del
cliente se distribuyen en múltiples
ubicaciones de almacenamiento de
diferentes proveedores (almacenamiento
–y respaldo escenarios).
• Múltiples CSP y múltiples clientes: los
clientes comparten datos con otros
usuarios de la nube (escenario de
intercambio).
4.2. Modelos de amenaza
De acuerdo con nuestro análisis de
seguridad en la Sección 3, consideramos
Los siguientes tres modelos de amenazas:
• Proveedor honesto pero curioso: este
modelo es comúnmente un problema
modelo de amenaza lateral en la mayoría
de los esquemas existentes . En efecto, el
proveedor de la nube honestamente
proporciona entradas adecuadas, en cada Estas inferencias claramente
paso del protocolo, y realiza comprometen la privacidad de los
correctamente cualquier cálculo esperado usuarios.
de él. El modelo se llama honesto pero
curioso. Porque el proveedor es honesto
en el sentido de que no proporcionar
información falsa, pero curioso en el
sentido de que intenta para obtener
información adicional, si el protocolo lo
hace posible. Por ejemplo, para intereses
comerciales, el CSP puede intentar inferir
la información personal o sensible de los
usuarios (p. ej., identidad, preferencia)
erences, hábitos, . . . ) según las consultas
de los usuarios o los accesos a los datos.

• Proveedor barato y vago: este modelo de necesario. Además,

amenaza es ampliamente echado a un
lado en esquemas de auditoría de datos ,
de modo que la nube el proveedor quiere
ahorrar recursos almacenando menos
redundantes datos de lo
este proveedor perezoso finge realizar
algunos cálculos para proporcionarle a la
retadora respuesta esperada
• Usuarios malintencionados: los usuarios
malintencionados son entidades que
intentan desviarse del protocolo o
proporcionar información no válida, en
para divulgar datos tercerizados por otros
clientes legítimos o para obtener
información adicional sobre las entradas
de otra entidad. Por ejemplo, en un
escenario compartido, un atacante puede
ser un usuario revocado con claves de
descifrado de datos válidas, una no
autorizada miembro del grupo o miembro
del grupo con derechos de acceso
limitados. Como tal, el atacante apunta a
obtener acceso a los subcontratados
datos compartidos El objetivo de este
usuario malicioso es convencer el
servidor de la nube que él es un miembro
legítimo del grupo.
4.3. Criterio de comparación
La Tabla 1 presenta una visión general de
la mecánica criptográfica.relacionados
con problemas de seguridad de datos en la
nube y preocupaciones de privacidad.
Como la privacidad es una propiedad
transversal e invasora, para evitarre
peticiones agradables, decidimos orientar
nuestro estudio primero sobre los datos
integridad y mecanismos de
confidencialidad y analizar hasta qué
punto. La privacidad es compatible con
estos mecanismos, y en segundo lugar
para centrarse en mecanismos orientados
a la privacidad. Como se discutió en
criterio con respecto a la preservación de
la confidencialidad de los datos, mientras
que La Sección 4.3.2 presenta los
requisitos de verificación remota de datos
y La sección 4.3.3 destaca los criterios de
comparación para preservar la privacidad
mecanismos.
la Sección 3y en la pérdida de control
inherente a las nubes hace que sea más
difícil de verificar para la
confidencialidad e integridad de los datos
en dicho entorno. Esa complejidad,
aumentada con la naturaleza abstracta
conocida de la nube,
explica lo difícil que es solucionar
problemas de seguridad y privacidad. Las
siguientes secciones describen los
mecanismos de defensa con respeto. para
mejorar la confidencialidad de los datos,
la verificación remota de la integridad de
los datos y preservación de la privacidad
ya que estas tres preocupaciones se
informan como los mayores obstáculos
contra la adopción del almacenamiento en
la nube. Para hacer esta revisión lo más
completa posible, cada mecanismo
presentado es discutido de acuerdo con su
capacidad para preservar la privacidad de
los clientes de la nube, considerando el
caso de uso más adecuado y la amenaza
diferente modelos.
Más
precisamente,
Sección 4.3.1
detalles
comparación
4.3.1.
• Confidencialidad de los datos : el
secreto de la confidencialidad de los datos
Las tiendas deben ser preservadas tanto
contra proveedores curiosos como
usuarios maliciosos
• Control de acceso flexible: se deben
implementar políticas de seguridad
flexibles forzado entre los usuarios,
teniendo diferentes privilegios otorgados
mientras perteneciente a diferentes
grupos. Estas políticas de control de
acceso debe garantizar el secreto hacia
atrás y hacia adelante de los
subcontratados contenido de datos:
- Reenvío secreto : la confidencialidad de
cifrado previamente los datos no pueden
verse comprometidos en caso de que los
secretos a largo plazo sean divulgado en
el futuro. Esta propiedad garantiza, por
ejemplo, que un usuario no puede acceder
a datos subcontratados anteriormente
antes él se une a un grupo.
- Secreto hacia atrás : el secreto de futuros
datos cifrados no está comprometido si se
revela una clave secreta. Esta la
propiedad garantiza que un miembro del
grupo revocado no pueda acceder a los
datos que se subcontratan después de que
abandone el grupo.
• Eficiencia de gestión clave : es
interesante asegurarse de que la gestión
de claves, cuando se practica la
actualización grupal, no traer cálculos
adicionales pesados tanto en el cliente
como en el lado de la nube Por ejemplo,
la revocación de un miembro del grupo
no debería afectar a los usuarios
restantes. Es decir, el desafío es para
definir una revocación de grupo sin
problemas que no requiere actualizar las
claves secretas de todos los miembros no
revocados.
• Bajo costo de computación y
comunicación - para escalabilidad
razones, se recomienda que las
operaciones de cómputo portado por el
cliente debe ser ligero y realizado por el
servidor estar limitado, ya que el servidor
podría estar involucrado en muchas
interacciones concurrentes. Además, el
ancho de banda debe minimizarse, para
ahorrar la mayor cantidad de recursos
posible.
• Bajo costo de almacenamiento: el
cliente solo tiene capacidades de
almacenamiento limitadas.
4.3.2. Criterios de comparación
con respecto a la verificación remota de
datos Yang y Jia afirman que la
seguridad del almacenamiento es
Afiló que el problema principal de dicha
comprobación es verificar cómo los
servidores de almacenamiento de manera
frecuente, eficiente y segura son fieles
almacenar datos subcontratados, estos
datos están constantemente bajo el
amenaza de personas de adentro y de
afuera. El diseño de esquemas de
verificación remota de datos está
motivado por brindando soporte de
seguridad y requisitos funcionales,
mientras considerando los limitados
recursos de almacenamiento y
procesamiento del usuario
dispositivos. Deben cumplirse los
siguientes requisitos:
• Verificación pública: la verificación de
posesión de datos públicos es
Un requisito importante, que permite a
cualquier entidad autorizada para verificar
la exactitud de los datos tercerizados. Por
outsourc- En la operación de verificación,
el propietario de los datos puede guardar
ambos capacidades de computación y
almacenamiento.
• Verificación sin estado : las pruebas
deben ser generadas por el proveedor de
acuerdo con un desafío producido al
azar. Así, La verificación sin estado
requiere el uso de valores impredecibles.
• Bajo costo de computación y
comunicación para escalabilidad razones,
se recomienda que las operaciones de
cómputo portado por el cliente debe ser
ligero y realizado por el servidor estar
limitado, ya que el servidor podría estar
involucrado en muchas interacciones
concurrentes. Además, el ancho de banda
debe minimizarse, para ahorrar la mayor
cantidad de recursos posible.
• Bajo costo de almacenamiento : las
capacidades de almacenamiento limitadas
en el cliente lado es muy crítico al evaluar
los mecanismos.
• Desafíos ilimitados : el mecanismo de
verificación puede ser lanzado tantas
veces como sea necesario. Esta condición
es considerada Ered como un parámetro
crítico al evaluar la eficiencia de un
esquema de verificación remota de datos.
• Cambios dinámicos : el esquema de
verificación debe ser compatible cambios
dinámicos Es decir, el soporte dinámico
de datos permite propietario de datos para
realizar una actualización parcial de datos
después de haber sido Una vez cargado en
los servidores de la nube.
• Autoprotección : el esquema de
verificación debe ser seguro contra
servidores maliciosos dispuestos a
calcular una prueba válida sin necesidad
de acceder a datos y contra usuarios
maliciosos cuyos lo más importante
podría ser romper la privacidad de los
datos mediante la realización pública
verificaciones
4.3.3. Criterios de comparación con
respecto a la privacidad. La privacidad
está estrechamente vinculada a la
seguridad como implementación de
seguridad Los servicios públicos son
obligatorios para garantizar la
privacidad. Para proveedores en la nube,
Esto da como resultado el fuerte requisito
de que todos los mecanismos de
seguridad están en su lugar para evitar
accesos no autorizados y violaciones de
datos. Las razones para preservar la
privacidad de los usuarios son
múltiples. Primero es útil en un contexto
donde el anonimato debe hacerse cumplir
para prohibir cualquier identificación del
usuario o fugas de información personal
(por ejemplo, sexo, edad, dirección). En
segundo lugar, los usuarios no
autorizados no deberían poder vincular el
contenido externo encriptado a una
entidad específica. Tercero, el acceso a
datos encriptados no debe revelar
información de identificación de la
entidad solicitante.
Como se informó anteriormente, esta
encuesta se centra en dos seguridad
central servicios relacionados con la
privacidad de la siguiente manera: la
confidencialidad de los datos es necesario
para evitar datos privados (datos
financieros, historial médico, perfil
personal, . . . ) de las divulgaciones, y la
integridad de los datos debe.
Apoyar la auditoría de datos públicos al
tiempo que mitiga las fugas de
información confidencial.
Datos además de los servicios de
seguridad, existen mecanismos que
garantizan protección de la privacidad del
usuario en la nube, considerando la
identidad de tributa la privacidad, la
privacidad de las consultas y la
privacidad del patrón de acceso. Estos
mecanismos se refieren a las
criptográficas engorrosas herramientas,
por lo tanto, hasta ahora solo se presta
atención a lo siguiente requisitos:
• Anonimato : el usuario debe permanecer
en el anonimato entre un conjunto de
usuarios autorizados
• Desvinculabilidad : esta propiedad es
esencial para la privacidad del usuario
soporte y está estrechamente relacionado
con la propiedad de anonimato. La
desvinculación asegura que (i) los
usuarios no autorizados no deben ser
capaz de vincular el contenido externo
encriptado a un determinado entidad y (ii)
varias sesiones de acceso no pueden
vincularse a un usuario específico, por
cualquier entidad no autorizada.
• Divulgación selectiva : esta propiedad
se refiere a la capacidad de presentar al
verificador (es decir, proveedor de la
nube) información parcial extraído o
derivado de una credencial certificada.
• Bajo costo de computación y costos de
comunicación - para escalas razones de
capacidad, el algoritmo propuesto
también debe tener baja complejidad de
procesamiento y costo de comunicación
aceptable, a tanto el cliente como el
servidor de almacenamiento en la nube.
• Bajo costo de almacenamiento : el
mecanismo criptográfico debe
proporcionar. Costo de almacenamiento
aceptable en el lado del cliente.
Tenemos que tener en cuenta que
preservar la privacidad del usuario no
debe conducir al mal uso de los
recursos. Esto implica, cuando se
preserva la privacidad se implementan
mecanismos, la necesidad de un
algoritmo para recuperar la identidad de
la entidad solicitante. Sin embargo, en
orden, para evitar que los proveedores de
la nube rastreen a los usuarios
solicitantes.
El algoritmo debe ser manejado por una
autoridad separada. Finalmente, los
lectores también deben tener en cuenta
que la privacidad considera Las acciones
no se limitan a los aspectos técnicos. Los
proveedores de la nube deben ser Cumple
con varias certificaciones y regulaciones
para que prueben la seguridad de la
información y el cumplimiento de la
privacidad políticas con respecto a varios
principios básicos (por ejemplo, equidad,
transparencia, limitación de propósito,
minimización de datos y
almacenamiento. . . )
5. Preservación de la confidencialidad de
los datos. Recientemente se han
presentado varias soluciones de seguridad
para para proporcionar confidencialidad
de datos en entornos de almacenamiento
en la nube. Los El requisito de
confidencialidad de datos se estudia con
respecto a dos amenaza principal: (i)
exposición de datos y (ii) acceso no
autorizado. El cifrado es un mecanismo
básico para garantizar el secreto de los
datos. Mientras los mecanismos de
encriptación clásicos en el lado del cliente
son convenientes para cumplir algunos
requisitos, como la protección del secreto
de datos contra proveedores curiosos o de
duplicación de datos, pueden impedir. El
uso de datos tercerizados en servidores
remotos en la nube. Por ejemplo,
el cifrado convergente se ha utilizado
ampliamente para proteger a los
subcontratados datos [54,55,82,83], al
tiempo que garantiza la deduplicación de
datos. Basi en términos generales, el
sistema de almacenamiento intenta alojar
una sola copia de un archivo
independientemente de cuántos usuarios
se refieran a él. Es decir, lo físico el
almacenamiento del archivo solo ocurre
cuando el primer propietario de los datos
carga el archivo.
Se distinguen dos estrategias diferentes
para la deduplicación si se realiza en el
lado del cliente o del servidor. Lado del
cliente la deduplicación se realiza
típicamente haciendo que el servidor se
ve arriba del archivo antes de cargarlo (es
decir, preguntando si el servidor de la
nube ya tiene el archivo). En la
deduplicación del lado del servidor, la
carga cómo sucede, permitiendo que el
servidor de almacenamiento maneje
copias redundantes del mismo archivo En
consecuencia, la deduplicación del lado
del cliente es la. La solución más
gratificante, aplicada por muchos
servicios de almacenamiento populares
saber, Dropbox y Mozy. Para garantizar
la deduplicación del lado del cliente,
varios esquemas confiar en el cifrado
convergente , que es un hash de contenido
Sistema criptográfico de incrustación. Es
decir, presenta dos cifrados niveles: nivel
de cifrado de datos y nivel de cifrado de
clave de la siguiente manera.
• Nivel de cifrado de datos simétrico ,
antes de externalizar datos a servidores en
la nube, el depositante encripta el
contenido del archivo, utilizando un
algoritmo simétrico Es decir, la clave de
datos de cifrado es derivado, del texto sin
formato del archivo, utilizando una
función hash unidireccional.
Por lo tanto, la elección del cifrado
convergente es múltiple. Primero, la
capacidad de almacenamiento se conserva
como los mismos datos cifrados por
varios usuarios producen los mismos
datos cifrados que necesitan para ser
almacenado una vez. Como tal, el número
de copias redundantes se minimiza para
preservar la eficiencia del
almacenamiento Servicio. En segundo
lugar, el cifrado convergente conduce a
un por datos cifrando la clave para
mitigar el problema habitual de compartir
claves cuando se necesita compartir
contenido. Tercero, la generación de la
descifrar la clave de datos solo es posible
si se conoce el texto sin formato.
• Nivel de cifrado de clave asimétrica : el
depositante cifra el descifrar la clave de
datos k , basada en un algoritmo
asimétrico, utilizando La clave pública
del destinatario. Luego, incluye este
resultado clave cifrada en los metadatos
del usuario, lo que garantiza un acceso
flexible políticas De hecho, cualquier
destinatario autorizado puede acceder al
usuario metadatos, para descifrar la clave
de datos cifrados, utilizando su clave
privada Luego, puede descifrar el
contenido cifrado. Este esquema de
cifrado dual en los datos y luego en el
descifrado.
Las claves proporcionan confidencialidad
de datos, así como un control de acceso
flexible políticas Aunque el cifrado
convergente ha sido ampliamente
adoptado para la deduplicación segura, un
problema crítico es eficientemente y
gestione de forma fiable una gran
cantidad de claves convergentes. Además,
este mecanismo criptográfico no preserva
la privacidad de clientes en la nube,
debido al uso de la misma clave de
cifrado para
mismo contenido de datos para garantizar
la deduplicación del lado del cliente.
Finalmente, los usuarios fraudulentos
pueden subir un malware al
almacenamiento servidor, y tanto
proveedores honestos pero curiosos como
usuarios maliciosos puede amenazar la
privacidad de los propietarios de datos, al
vincular datos tercerizados a El conjunto
de propietarios de datos., Junto con los
marcos convergentes basados en cifrado,
varios los sistemas de almacenamiento de
outsourcing se basan en el cifrado de
proxy algoritmos [55,61,62,85], para
garantizar la protección del secreto de
datos contra proveedores curiosos De
hecho, cuando un usuario de la nube
necesita recuperar fuente de datos del
depositante, primero solicita el servidor
en la nube para volver a cifrar el archivo
de datos con su clave pública y el maestro
público clave, considerando los
privilegios otorgados. Ateniese y
col. presentar un novedoso mecanismo
de reencriptación de proxy bidireccional
para .Asegure los sistemas de
almacenamiento distribuido y logre un
acceso eficiente controlar. Sin embargo,
Ateniese et al. se sabe que la propuesta es
susceptible de ataques de colisión entre
un miembro del grupo revocado y el
servidor de almacenamiento no confiable,
lo que lleva a la divulgación del
descifrador ing claves de todos los
bloques cifrados. En , los autores diseñan
un mecanismo de preservación de la
confidencialidad de datos de extremo a
extremo para Tercerización y distribución
de datos a gran escala. Incluyen muchos
mecanismos criptográficos, a saber, el
cifrado proxy y Revocación de
difusión. Lamentablemente, la
suscripción de un nuevo usuario o la
revocación de un miembro del grupo
requiere actualizar todo
grupo con nuevos parámetros y claves
secretas. Es decir, el complejo. La
suscripción de usuarios (respectivamente,
la revocación de usuarios) aumenta
linealmente con el número de propietarios
de datos (resp. el número de revocados
usuarios). Xu y col. Proponer un cifrado
proxy sin certificado enfoque para
compartir datos en nubes
públicas . Proponen un dato el propietario
cifra los datos compartidos en una nube
con una clave de cifrado, que se vuelve a
cifrar por la nube y luego se distribuye a
destinatarios legítimos con respecto a sus
derechos de acceso. En Xu et
al. Propuesta, el algoritmo de encriptación
basado en la nube rithm implica algunas
claves de re encriptación generadas a
partir de clave secreta del propietario de
los datos y las claves públicas de los
destinatarios. Los el enfoque de re
encriptación generalmente se adopta,
mientras se considera un proveedor de
servicios honesto pero curioso, como
datos claros y cifrado las claves nunca
están expuestas en los entornos de nube
pública. Tal un mecanismo basado en la
nube permite entregar cifrado de datos
claves con respecto a los derechos de
acceso otorgados y admite menores
sobrecarga en los usuarios de la nube al
eliminar cualquier interacción directa
entre un propietario de datos y sus
destinatarios correspondientes. Estas
técnicas criptográficas mencionadas
anteriormente son obviamente poco
prácticas para computar sobre datos tercer
izados o asegurar intercambio de datos
detallado entre grupos dinámicos de
usuarios. De hecho, a cumplir tales
requisitos, las nuevas primitivas
criptográficas tienen ha sido
presentado Específicamente, Cifrado
basado en atributos y
se propone el cifrado homomórfico para
ofrecer datos flexibles
compartir y asegurar la computación
tercerizada, respectivamente.
5.1. Cifrado basado en atributos
En 2005, Sahai y Waters introdujeron el
concepto de atributo Criptografía basada
(ABC) como una generalización de la
identidad criptografía basada (IBC) ,
presentado por Shamiren 1984 con la idea
original de proporcionar pares de claves
públicas y privadas basado en la identidad
única del usuario. Cifrado basado en
atributos (ABE) aparece como una
técnica prometedora, diseñada para
garantizar el cifrado control de acceso de
grano fino para datos tercerizados. Este
criptográfico.
La técnica consiste en cifrar datos para
muchos usuarios a diferencia de
criptografía de clave pública tradicional
basada en el cifrado de datos para Un
usuario en particular.
En, Sahai y Waters propusieron un
umbral basado en atributos. Esquema de
cifrado (t-ABE). En su propuesta, los
datos cifrados son asociado con un
conjunto de atributos S mientras la clave
privada del usuario está asociado con un
parámetro de umbral t y otro conjunto de
atributos S . Para descifrar los datos
cifrados, al menos t los atributos deben
coincidir entre el texto cifrado y el
usuario llave secreta. La principal
motivación para el esquema Sahai y
Waters fue diseñar un cifrado tolerante a
errores - Fuzzy - basado en identidad
esquema que es capaz de soportar
identidades biométricas. En ABC, las
claves privadas y los textos cifrados de
los usuarios están asociados con un
conjunto de atributos o una estructura
sobre atributos y el el usuario puede
descifrar un texto cifrado si hay una
coincidencia entre su clave privada y el
texto cifrado. Por ejemplo, Goyal et al.
distingue dos categorías ABE, a saber:
ABE clave-política (KP- ABE), como se
muestra en la Fig. 2 y la Política de texto
cifrado ABE (CP-ABE), como presentado
en la figura 3 . En general, los esquemas
CP-ABE y KP-ABE se basan en cuatro
algoritmos, concretamente
Setup , KeyGen , Encrypt y
Decrypt. Primero, un autoridad de
atributo (AA) ejecuta el algoritmo de
configuración para generar los parámetros
públicos pp y la clave maestra msk (cf.
Paso 1 en las Figs. 2 y 3) La autoridad de
atributo también es responsable de
generar la clave secreta sk de un
usuario U , ejecutando KeyGen algoritmo
(véase el paso 2 en las figuras
2 y 3) Entonces, cuando un propietario de
datos quiere cifrar sus datos, realiza el
algoritmo de cifrado y emite un texto
cifrado CT (véase el paso 3 en las figuras
2 y 3) Finalmente un usuario se basa en el
algoritmo Decrypt para descifrar datos, en
función de su clave secreta sk y el texto
cifrado CT (véase el paso 4 en las figuras
2 y 3). Existen algunas diferencias entre
KP-ABE y CP-ABE mecanismos. De
hecho, para los esquemas KP-ABE, la
clave secreta del usuario U se deriva con
respecto a una estructura de acceso AT u ,
y el texto cifrado se genera de acuerdo
con el conjunto de atributos S CT . Como
tal, el usuario U puede descifrar el texto
cifrado CT si el conjunto de atributos
S CT , satisface el árbol de acceso
asociado con la clave secreta del usuario
(cf. Fig. 2) Por el contrario, para los
esquemas CP-ABE, la clave secreta del
usuario U está asociado con un conjunto
de atributos S u , y el texto cifrado es
creado con respecto a un árbol de
acceso AT . Como tal, el usuario U puede
descifrar el texto cifrado CT si el
conjunto de atributos S u asociado a su
clave secreta satisface el árbol de
acceso AT (cf. Fig. 3 ) .
Aunque el esquema KP-ABE ofrece
control de acceso de grano fino
característica, tiene una desventaja
principal. De hecho, los propietarios de
los datos no puede decidir quién tiene
acceso a sus datos cifrados, excepto por
su elección de atributos descriptivos para
los datos, ya que. La política de acceso
está incrustada en las claves privadas del
usuario. Como resultado, el. Los
propietarios de datos deben confiar en el
emisor clave. Política de texto cifrado
ABE los esquemas eliminan tales
inconvenientes incorporando
directamente a la política de cess en el
texto cifrado. Los propietarios de los
datos ahora pueden autorizar quién puede
tener acceso a sus datos cifrados. Gracias
a eso en propiedad interesante, se
proponen muchos esquemas de CP-ABE
(p. ej.
La criptografía basada en atributos (ABC)
se considera una innovación concepto
vative y una de las formas más atractivas
de gestionar y controla el intercambio de
archivos en la nube, gracias a las
propiedades de cálculo en atributos. De
hecho, las arquitecturas tradicionales de
control de acceso generan asuma que los
servidores remotos que almacenan los
datos son totalmente confiables por sus
clientes De modo que a menudo son
responsables de definir y hacer cumplir
las políticas de control de acceso. Sin
embargo, esta declaración hace no suele
mantenerse en entornos de
almacenamiento de datos en la nube de
múltiples inquilinos, especialmente
debido a la naturaleza abstracta de este
modelo de negocio. Como por lo tanto,
varios investigadores se basan en
esquemas basados en atributos para
Garantizar un control de acceso de grano
fino para los datos tercerizados estos
esquemas, ha habido un creciente interés
en aplicar ABC para asegurar los
registros electrónicos de
salud (EHR). Ellos consideran que la
divulgación y el uso de la información de
salud protegida tienen para cumplir con
los requisitos de portabilidad del seguro
de salud y Ley de responsabilidad
(HIPAA) Para que, propongan
proporcionar Una política de acceso de
grano fino admitida por HIPAA. Por
ejemplo, Ibraimi y col. utilizó un
mecanismo de cifrado de política de texto
cifrado para gestionar el intercambio
de registros de salud personales (PHR) y
introdujo el concepto de dominios
sociales y profesionales. Más tarde, en
2010, Yu et al. Propuso un esquema ABE
de política clave para externalizar de
forma segura los datos en entornos de
nube, donde el propietario de los datos
puede encriptar sus datos y compartirlos
con múltiples autores usuarios
personalizados, al distribuirles las claves
de descifrado. Las claves distribuidas
contienen derechos de acceso basados en
atributos. Adicionalmente, proponen un
nuevo método de revocación, en el lado
del cliente, por delegar las actualizaciones
de los textos cifrados relacionados y el
usuario privado claves del servidor en la
nube. Tenga en cuenta que los
procedimientos de actualización clave
puede agregarse con el tiempo. Como tal,
su esquema asegura bajo gastos generales
de computación y comunicación.
5.1.1 Autoridad de atributo único
versus esquemas de autoridad múltiple
Varias construcciones de investigación se
basan en un solo atributo: autoridad. Esta
autoridad única tiene muchos
inconvenientes, incluidos cargar el cuello
de botella, el problema clave de custodia
y la exposición a la privacidad, ya que la
autoridad conoce todas las claves
privadas del usuario y todas las
archivos de datos encriptados Para
mitigar el ataque clave de custodia, El
concepto de Multi-Autoridad (MA) fue
introducido donde varios las
organizaciones están involucradas para
generar claves de usuario, y cada la
organización es responsable de emitir una
clave privada asociada con una categoría
o un subconjunto de atributos. Tenga en
cuenta que un importante surge una
preocupación de seguridad con las
arquitecturas MA, referidas como las
ataque de resistencia de colusión, donde
varios usuarios podrían coludir aumentar
sus derechos de acceso a archivos de
datos no autorizados. En 2011, Lewko y
Waters propusieron un proyecto
descentralizado esquema de cifrado
basado en tributo, donde las claves
secretas de los usuarios son- demandado
de diferentes autoridades de
atributos. Cada autoridad de atributo es a
cargo de derivar una clave privada
asociada al atributo de un usuario. Para
evitar colusiones en este entorno, este
esquema requiere que cada usuario tenga
un identificador global único
( GID ). Esta

Como tal, las entidades no autorizadas,

incluido el proveedor de la nube, no son
capaz de divulgar cualquier información
sobre los datos cifrados.

La Tabla 2 presenta una comparación

sintética de atributos basados

esquemas de encriptación, propuestos en

la literatura, para asegurar

control de acceso detallado a datos

tercerizados en servidores en la nube.
5.2. Cifrado homomórfico
Los criptosistemas homomórficos son
esquemas criptográficos que
La función de cifrado es un
homomorfismo, y por lo tanto conserva el
grupo
Operaciones realizadas en textos
cifrados. Cifrado homomórfico Los
algoritmos permiten a un tercero realizar
cálculos en textos cifrados, asegurando
así la preservación de la privacidad. En
esta sección, Primero presentamos el
concepto de la criptografía homomórfica.
Luego, damos dos ejemplos de esquemas
de cifrado homomórficos en entornos de
almacenamiento en la nube. La idea
principal de realizar cálculos simples en
cifrado Los mensajes fueron presentados
por primera vez por Rivest et
al. [120]quien se refirió a estos cálculos
como homomorfismo de privacidad. El
original la motivación para el
homomorfismo de privacidad era la
capacidad de almacenar un base de datos
cifrada por un tercero que no es de
confianza, al tiempo que permite
propietario para realizar actualizaciones y
consultas simples de modo que nada
sobre los contenidos de la base de datos
se revela. La capacidad de realizar
cálculos deterministas simples en los
datos cifrados hacen que los esquemas
homomórficos sean ideales para crear
protocolos de preservación de la
privacidad. En general, la privacidad
preserva la pro Las herramientas
presentan el siguiente escenario. Bob
tiene una función secreta f ,
y Alice tiene un conjunto de
entradas { x 1 ,. . . , x n } , para lo cual
ella quiere
aprenda f ( x 1 ,..., x n ) , sin revelar sus
aportes. Si la función de Bob
puede ser diseñado como una función
homomórfica, entonces, Alice puede
enviar entradas encriptadas a Bob. Este
último realiza lo necesario
operaciones homomórficas, aleatoriza el
texto cifrado resultante y
envía el resultado cifrado a Alice. Al
descifrar, Alice
aprende y = f ( x 1 ,..., x n ) . Del mismo
modo, un grupo de usuarios puede desear
Calcular colectivamente el resultado de
una función pública, pero sin
revelando sus aportes. Esta situación es
similar a un sistema de votación,
donde cada participante tiene un voto y
desea aprender la final
resultado sin revelar por quién votaron.
Se definen varios esquemas criptográficos
sobre algebraicos.
grupos o anillos [121]. Sistemas,
definidos sobre grupos, naturalmente
admite una sola operación, generalmente
denotada por multiplicación o
Además para fines
criptográficos. Mientras tanto,
criptográfico
Los esquemas definidos sobre un anillo
soportan naturalmente dos operaciones:
suma y multiplicación. Por lo tanto, si el
algoritmo de cifrado E ,
donde los espacios de texto plano y texto
cifrado son grupos, es un
homomorfismo, entonces dicho
criptosistema se conoce como
esquema homomórficoDefinición 1)
Definición 1. Deje un sistema
criptográfico S definido sobre ( M, C,
K),
donde M y C son ambos grupos de modo
que para cualquier k ∈ K, el
dos textos cifrados c 1
yc2
se definen como: c 1 = E ( m 1 , k ) y
c2=E(m2,k).
Se dice que S es homomórfico si y solo si
lo siguiente
condición tiene:
D(c1·c2)=m1·m2
(1)
donde · son las operaciones de los grupos
respectivos en C y M .
Varios sistemas criptográficos, definidos
sobre grupos, fueron
propuesto para permitir cálculos simples
sobre datos cifrados y
han sido conocidos por más de 30
años. Por ejemplo, el cifrado
sistemas de El Gamal [122], RSA [123] y
Paillier [124]apoyo
ya sea agregando o multiplicando sobre
textos cifrados, pero no
ambas operaciones al mismo tiempo .
En 2005, Boneh et al. [125] fueron los
primeros en introducir un
construcción de un esquema capaz de
realizar ambas operaciones en
al mismo tiempo. Sin embargo, su
esquema se limita a un arbitrario
número de adiciones y
solo una multiplicación.
Definición 1obviamente se extiende a un
sistema definido sobre un anillo
como sigue.
Definición 2. Deje un sistema
criptográfico S definido sobre ( M, C,
K),
donde M y C son ambos grupos de modo
que para cualquier k ∈ K, el
dos textos cifrados c 1
yc2
se definen como: c 1 = E ( m 1 , k ) y
c2=E(m2,k).
Se dice que S es algebraicamente
homomórfico, o anillo homomorfo
phic si y solo si se cumplen las dos
condiciones siguientes:
1. D ( c 1 + c 2 ) = D ( E ( m 1 ,
k ) + E ( m 2 , k )) = m 1 + m 2
2. D ( c 1 · c 2 ) = D ( E ( m 1 ,
k ) · E ( m 2 , k )) = m 1 · m 2
donde + y · son las respectivas
operaciones de anillo en C y M .
En general, un esquema criptográfico
homomórfico puede considerarse
Ered como una caja negra, cuando se le
dan dos textos cifrados y una operación,
devuelve un cifrado del resultado de esa
operación en el
dos textos claros
correspondientes. Mientras que la suma y
la multiplicación
son operaciones comunes proporcionadas
por un esquema homomórfico, nosotros
considere el símbolo å para denotar la
operación en textos cifrados
que produce un cifrado de la suma
de n mensajes. Similar,
consideramos el símbolo para denotar la
operación en textos cifrados
que proporciona un cifrado del producto
de n mensajes como
sigue:
D ( E ( m 1 , k ) Ш E ( m 2 , k ) Ш ···
Ш E ( m n , k )) = m 1 + m 2 + ··· m n
D ( E ( m 1 , k ) M E ( m 2 , k ) M ···
M ) = m 1 · m 2 ,. . . , m n
5.2.1. Construcción de esquemas de
encriptación totalmente homomórficos
Un esquema de cifrado homomórfico
incluye cuatro probabilidades
algoritmos de tic, a saber,
KeyGen , Encrypt , Decrypt y Eval. los
El algoritmo KeyGen genera los
parámetros públicos pp y un par
de claves públicas y secretas ( pk, sk ). El
algoritmo de cifrado toma
como entrada, la clave pública pk y el
mensaje my emite una
CT de texto cifrado , mientras que el
algoritmo Decrypt toma como entrada el
texto cifrado CT y la clave secreta sk y
emite un mensaje m .
El algoritmo Eval toma como entrada una
clave de evaluación evl (es decir, nota
que la clave evl puede considerarse como
parte de la clave pública pk ), un
función f : { 0 , 1 } n - → { 0 , 1 } , un
conjunto de n textos cifrados { CT 1 ,. . . ,
CT n }
y genera un texto cifrado CT f . Notamos
que la representación
de la función f es un tema importante, y
es diferente de uno
esquema a otro.
Los esquemas de cifrado totalmente
homomórfico (FHE) se clasifican
en FHE ideal y FHE nivelado. Un
esquema ideal de FHE idealmente
soportado
cálculos de puertos para cualquier
circuito, incluso circuitos con un número
ilimitado
número de operaciones en textos cifrados,
mientras que un esquema FHE nivelado
solo admite un número limitado de
cálculos, en función de un determinado
circuito de tamaño polinómico.
En , los autores distinguen tres
construcciones diferentes
para esquemas de FHE: esquemas
basados en redes ideales esquemas
sobre enteros y esquemas basados en
Aprendizaje con errores (LWE)
o Aprendizaje en anillo con errores
(RLWE) En 2009, Gentry propuso la
primera En
totalmente homomórfica. cifrado (FHE),
que realiza un número arbitrario de
adiciones y
multiplicaciones Más tarde, más
esquemas completamente homomórficos
fueron
presentados [64,65,126,128] siguiendo el
marco de Gentry.
De hecho, los esquemas ideales basados
en la red dependen del problema difícil.
lem de celosía ideal mientras que los
esquemas definidos sobre enteros
hacen uso del difícil problema de la
aproximación más grande
común divisor. La construcción de un
FHE, basado en el marco de Gentry
Incluye tres pasos. Primero, un cifrado
algo homomórfico
(SwFHE) está diseñado para evaluar una
clase limitada de funciones.
En segundo lugar, un mecanismo,
denominado método de arranque , es
estructurado para definir un cifrado
homomórfico suficientemente potente.
Finalmente, un método especializado está
diseñado para transformar un poco
cifrado homomórfico en un esquema de
cifrado bootstrappable.
Del mismo modo, la construcción de los
mecanismos LWE y RLWE
incluye tres pasos principales. El primer
paso es construir un
Esquema SwFHE de un LWE, mientras
que el segundo paso es diseñar un
método de cambio de teclas que permite
controlar la dimensión ex
pansión del vector de texto cifrado. El
paso final es la construcción.
Del esquema de cifrado totalmente
homomórfico, basado en los dos
primeros pasos. Como estos esquemas no
hacen uso de bootstrapping
métodos, son más eficientes que los
basados en Gentry's
marco, sin embargo, solo pueden
garantizar Leveled FHE.
5.2.2. Cifrado homomórfico para el
cálculo de datos externos
Los esquemas homomórficos tienen
numerosas aplicaciones en el
contexto de la nube [66,67,131], basado
en dos propiedades esenciales,
a saber , privacidad del
circuito y homomorfismo de múltiples
saltos . Eso es el
La propiedad de privacidad del
circuito garantiza que las entradas del
servidor en la nube,
a saber, la función f , permanece
protegida por privacidad del cliente.
Se han introducido una serie de variantes
de privacidad de circuito en
para garantizar el secreto de los datos
contra usuarios malintencionados, donde
los usuarios
se les permite conocer solo unos pocos
elementos sobre la función f , como
como el tamaño del
circuito. La propiedad de homomorfismo
de salto múltiple
permite que la salida de la función Eval
sea utilizada por otro
Función de evaluación homomórfica.
Hablando en términos generales,
mecanismos
basados en cifrado homomórfico habilitar
consultas de búsqueda privadas de modo
que el
cliente de la nube envíe una consulta
encriptada y el servidor de la nube calcula
una
encriptación responda sin mirar la
consulta en claro. Adicionalmente,
Los esquemas homomórficos permiten
buscar datos cifrados, donde
el usuario almacena archivos cifrados en
un servidor de almacenamiento en la nube
y puede
luego haga que el servidor recupere solo
los archivos que (cuando se descifran)
satisfacer algunas restricciones, aunque el
servidor remoto no pueda
descifrar los archivos por su cuenta.
5.2.3. Implementación de esquemas de
encriptación
homomórficos. La construcción
bootstrappable de Gentry es la mejor
construcción conocida que permite
obtener un esquema FHE ideal
La solución propuesta requiere el
descifrado homomórfico
para controlar el crecimiento del ruido,
generado por la operación homomórfica
iones Sin embargo, el costo de
procesamiento es muy alto. Como tal, es
esencial para diseñar circuitos de
descifrado homomórficos más eficientes.
De hecho, controlando el tamaño de los
textos cifrados, optimizando
proceso de generación de claves, así
como la reducción del número de
llamadas
En las formulaciones, se puede mejorar la
eficiencia de los esquemas de FHE. por
instancia, para optimizar la sobrecarga de
procesamiento generada
por la construcción de Gentry Gentry y
Halevi propusieron muchos
simplificaciones para mejorar la
eficiencia del esquema FHE ,
confiando en un nuevo algoritmo más
rápido para calcular claves secretas y un
Técnica de procesamiento por lotes para
el procesamiento de cifrado.
Además, en 2011, Naehrig et
al. introducir un esquema SwFHE
Supuesto basado en RLWE confiando en
un mensaje de codificación
mecanismo que permite optimizar la
eficiencia de la propuesta
construcción.
La instrucción única de datos múltiples
(SIMD) es un eficiente
manera, confiando en el procesamiento
paralelo que se usa comúnmente para
Mejorar la eficiencia de los mecanismos
FHE. Sin embargo, la mayoría de
los esquemas no pueden implementarse
directamente con el SIMD
técnica. Además, en varios
escenarios como médico
o aplicaciones financieras, el número de
tipos de operaciones es limitado,
Por lo tanto, es imposible confiar en el
procesamiento paralelo. Por lo tanto,
La eficiencia de las operaciones se puede
mejorar en base a un SwFHE
Implementación, que permite operaciones
específicas en textos cifrados.
5.3. Resumen
La Tabla 3 resume los mecanismos
criptográficos revisados en
Secciones 5.1 y 5.2. Lideramos nuestra
revisión comparativa con respecto
al soporte de confidencialidad de datos y
la preservación de la privacidad, desde un
punto de vista del cliente. Notamos
que Dynamic Group Management
se refiere a la
eficiencia Ciencia de gestión de
claves. Es decir, las actualizaciones
grupales pueden
generar actualizaciones parciales de los
usuarios restantes del grupo, referidos
como Parte .
De lo contrario, requiere la actualización
de la clave privada completa del
miembros del grupo, denominado Whole .
De la tabla 3, se han introducido varios
mecanismos de cifrado
duced, como se presenta en la Sección
5. La mayoría de los esquemas propuestos
se definen bajo una Infraestructura de
clave pública (PKI), a excepción de
Esquemas de cifrado basados en
atributos. Confiando en asimétrico
técnicas de cifrado, como ABE, la gestión
de claves es
mejorado eficientemente, como se detalla
en la Sección 5.1.
Además, los usuarios de la nube
generalmente esperan estar seguros y
Servicios de datos en la nube
eficientes. Sin embargo, la seguridad y la
privacidad preservan
Las opciones dependen de procesos
costosos de procesamiento y
comunicación.
De hecho, un esquema de nube seguro
siempre afecta el rendimiento de
servicios en la nube. Como tal, en un
servicio en la nube real, los mecanismos
de seguridad
Los organismos deben construirse con un
compromiso entre seguridad,
privacidad y eficiencia de acuerdo con los
requisitos reales.
5.4. Detectar violación de SLA con
respecto a la confidencialidad de los
datos.
La supervisión de seguridad en la nube es
un proceso dinámico y repetido
que involucra una gestión efectiva y
proactiva de la nube
componentes para identificar y responder
a amenazas y vulnerabilidades
El monitoreo de seguridad involucra
varias técnicas y métodos
que están diseñados para recopilar
registros de eventos de múltiples sistemas
y
proporcionar informes de datos
comprensibles y valiosos que deben ser
correlacionado y analizado. Por un lado,
estos mecanismos de seguridad.
proporcionar información de registro para
mejorar la confianza, la transferencia
Parencia, visibilidad y eliminación de la
incertidumbre que rodea la nube.
servicios debido a su abstracción. Por otro
lado, los sistemas de monitoreo de
seguridad
involucran proceses para recopilar y
analizar datos para eventos de interés para
responder automáticamente a incidentes
relacionados con la seguridad. Por lo
tanto, nube
El monitoreo de seguridad debe
proporcionar la publicación en tiempo
real de
ocurrencias urgentes con los actores
involucrados para que ellos decidan
eficientemente
sus políticas de mitigación Como tal,
desde el punto de vista de los clientes, la
seguridad en
la nube mon- la tutoría es crucial para
mejorar la responsabilidad y la confianza
mutua,
mientras (i) ayuda a los clientes a detectar
de manera transparente las violaciones de
SLA y
(ii) responsabilizar a los servicios en la
nube ayudando a reunir evidencias para
validar
reclamos de seguridad de CSPs. Desde
una nube, el punto de vista del proveedor,
el
monitoreo de seguridad constituye un
medio eficiente para capturar el estado
actual de
recuperación de la nube fuentes, detectar
infracciones de seguridad y controlar las
actividades de los clientes para verificar
el uso malicioso de los recursos.
En los autores afirman que no se ha
implementado un SLA secundario
y señalar los problemas relacionados. Sin
embargo, existen algunos
Investigar construcciones que permitan
detectar algunos requisitos, a saber,
secreto de
datos. Por ejemplo, para proteger
fuertemente contra el acceso no
autorizado o la
divulgación de datos, varios clientes elige
encriptar sus datos antes de subirlos a la
nube,
usando sus propias llaves que se
mantienen en secreto de un proveedor
curioso.
Al considerar otras preocupaciones
desafiantes, a saber, maliciosas
usuarios y proveedores perezosos, Van
Dijk et al. pretende demostrar que es
correcto
cifrado de datos en reposo mediante la
imposición de un protocolo de base de
tiempo. Es
decir, muchos clientes eligen enviar sus
datos sin cifrar y requieren
almacenar datos encriptados en servidores
en la nube. Como tal, los proveedores de
la nube
debe asumir la responsabilidad de la
confidencialidad de los datos,
manteniendo los datos
cifrado y protegiendo las claves de
cifrado. Así, el estudio en se
presenta como un nuevo
concepto de solución para
asegurar que Los datos
gestionados en la nube están
protegidos
de forma segura mediante cifrado.
La propuesta de Van Dijk et
al permite a un cliente especificar
un
codificación de su elección y
luego verificar que sus datos estén
almacenados en
servidores en la nube en el
formato deseado.
Un problema que surge en el diseño de
este protocolo de reloj de arena es el
hecho de que el cliente necesita una
versión auténtica del subcontratado
archivo de datos, para verificar las
respuestas del servidor. Sin embargo, el
cliente y las necesidades de
almacenamiento deben ser de tamaño
constante, de lo contrario, los beneficios
de disminución de la tercerización de
datos. Para optimizar el costo de
almacenamiento en el lado del cliente,
Van Dijk et al.] proponen utilizar
adicional
MAC (Códigos de autenticación de
mensajes) o procesos de árbol de Merkle
en el lado del cliente. Esto requiere que el
cliente recupere el
verificaciones de integridad durante el
protocolo de respuesta de desafío que
aumenta el consumo de ancho de
banda. Además, el verificador
debe mantener un secreto para cada dato
subcontratado (si se usan MAC)
o la raíz del hash tree. Es decir, el cliente
adjunta un MAC
a cada bloque antes de subirlo al servidor
de la nube, o un Merkle
hash tree para garantizar la frescura de las
actualizaciones. Así, durante
El procedimiento de verificación, el
cliente muestra aleatoriamente un
pequeño
número de bloques para verificar que el
servidor los posee
verificándolos contra los MAC.
Sobre la base del estudio en Williams y
Sion proponen
El esquema SR-ORAM. Permite a un
cliente ocultar su acceso a datos
Fig. 4. Esquema genérico de PDP. Patrón
de un servidor en la nube no confiable en
un solo
Protocolo redondo. Sin embargo, este
esquema requiere un costo de
almacenamiento
polilogarítmico y no admite la
verificación de uso compartido público.
6. Comprobación remota de integridad
de datos
En esta sección, presentamos mecanismos
criptográficos para Comprobación remota
de la
integridad de los datos en entornos de
almacenamiento en la nube.
6.1. Prueba de posesión de datos (PDP)
y prueba de recuperación de datos
(PoR) Ambos mecanismos PDP y PoR
están diseñados para verificar la
integridad de los datos almacenados en
una nube. La diferencia entre.
Los esquemas PDP y PoR es que PoR
verifica la posesión y
integridad de datos y puede recuperar
datos en caso de que ocurra una falla,
mientras que PDP solo verifica la
posesión de datos tercerizados por
servidores remotos Por lo general, un
esquema PDP se puede transformar en un
Mecanismo PoR añadiendo códigos de
borrado o corrección de errores.
La prueba de posesión de datos (PDP) es
un desafío de respuesta
Tocol que permite a un cliente verificar si
los datos de un archivo D almacenados en
un servidor .El servidor remoto en la nube
está disponible en su forma original. Un
esquema PDP
consta de cuatro procedimientos:
preproceso, desafío, prueba, verificación
(cf. Fig. 4) Para construir metadatos de un
archivo, el cliente ejecuta el
procedimiento de preprocesamiento . En
la mayoría de los casos, el cliente
mantiene el secreto de metadatos y envía
una versión del archivo de datos a la nube
servidor (por ejemplo, datos cifrados,
codificación de errores, marca de agua
incrustada). Para verificar la posesión del
archivo de datos subcontratado, el el
cliente envía un desafío aleatorio al
servidor para obtener una prueba de un
archivo de datos especificado. En
respuesta, el servidor genera la prueba
que requiere la posesión de los datos
originales para calcular el prueba que
depende del desafío recibido para evitar la
repetición ataques Una vez recibido, el
cliente compara la prueba con el
metadatos almacenados cally. La noción
de PDP se introdujo por primera vez por
Ateniese et al. en . Es decir, el cliente
divide el archivo de datos D en bloques y
crea una etiqueta criptográfica para cada
bloque b i , como
T i, b = [ H ( W i ) g b i ] d modN ,
donde N es un módulo RSA, g es un
público.
parámetro, d es la clave secreta del
propietario de los datos y H ( W i ) es un
rango- valor dom. La generación de la
prueba se realiza agregando varias
etiquetas criptográficas erales, basadas en
los índices de bloque de datos solicitados.
El estudio en es eficiente ya que no hay
necesidad de recuperar datos bloques para
la verificación de posesión de datos. Los
principales inconvenientes son la
complejidad del cálculo debido a la gran
cantidad de módulos.Exponenciaciones
en las fases de configuración y
verificación, y las prioridades
Verificación de vate ya que se requiere la
clave secreta del propietario de los datos
para verificar la exactitud de la prueba
recibida. En Ateniese et al. Proponer una
versión públicamente verificable, que
permita a cualquier entidad para desafiar
al servidor de la nube. Sin embargo, es
inseguro contra reproducir ataques en
escenarios dinámicos debido a las
dependencias de bloques de índice en la
generación de pruebas y la pérdida de
homomorfismo propiedad en el
procedimiento de verificación. Juels y
Kaliski introducen un método para
detectar Cambios diferenciados de los
datos
almacenados agregando
aleatoriamente centinelas en el datos
originales. Su esquema, denominado
Prueba de recuperación (PoR), no admite
verificabilidad pública. De hecho,
cuando el verificador necesita verificar la
integridad de sus datos tercerizados,
élenvía un desafío al servidor de la nube
seleccionando al azar algunos posiciones
de los centinelas. En su respuesta, el
probador tiene que regresar los centinelas
correspondientes de vuelta al
verificador. Si el archivo de datos D está
maliciosamente dañado o eliminado, una
cantidad de centinelas serán eliminado
con alta probabilidad. Como tal, es
imposible responder correctamente al
verificador. Un inconveniente principal
de la propuesta.en es que solo se permite
un número fijo de desafíos, que está
determinado por el número de
centinelas. Además incluso
aunque [81,134,136] se construyen sobre
verificación homomórfica
etiquetas, los clientes deben invocar a los
proveedores de la nube repetidamente
para verificar la integridad de los bloques
de datos almacenados en múltiples
servidores en la
nube, debido a la falta de respuestas
homomórficas. Como tal, la verificación
proceso conduce a altos costos de
comunicación y computación
complejidad en el lado del cliente.
Recientemente, se han introducido varias
construcciones. Mientras, Varios trabajos
de investigación se dedican a mejorar la
eficiencia de PDP y esquemas de
PoR [137–141], otros están interesados en
asegurar esquemas de preservación de la
privacidad [140,142–145].
En 2012, Xu y Chang propusieron un
nuevo concepto para demostrar
la posesión de datos del servidor. Es
decir, el cliente crea etiquetas como
polinomios y considera los bloques de
archivos como coeficientes de polinomio
miales El procedimiento de prueba se
basa en compromisos polinómicos.
y utiliza la evaluación en el exponente en
lugar de mapas bilineales. Esta la idea
también fue adoptada por Krzywiecki y
Kutylowski basado en la interpolación
lagrangiana. Las siguientes secciones
presentan esquemas PDP y PoR, con
respecto a los tres criterios siguientes:
verificabilidad pública, eficiencia,y
soporte de datos dinámicos, mientras que
el otro criterio, como se da en
Sección 4.3.2, se manejan internamente a
las secciones.
6.1.1. Verificabilidad pública
Mejorar la verificabilidad pública se ha
convertido en un tema popular para
investigadores, desde la introducción del
primer esquema original de PoR,
propuesto por Juels et al. La verificación
pública es una característica importante
en aplicaciones de almacenamiento en la
nube, principalmente para recursos
limitados dispositivos, ya que pueden
delegar la verificación remota de
integridad de datos a terceros
autorizados Sobre la base de Shacham y
Waters propusieron dos nuevos
esquemas de PoR. El primer mecanismo
es privado verificable y se basa
en funciones pseudoaleatorias (PRF). Sin
embargo, el número de los tokens de
autenticación almacenados en el servidor
es proporcional a el número de bloques de
datos, y la técnica propuesta no evitar
fugas de bloques de datos. El segundo
esquema se basa en firmas bilineales,
propuestas por Boneh et al. En Este
segundo.El método garantiza la
verificación de los datos públicos y las
pruebas generadas. Por el servidor de
almacenamiento, se reducen a una única
autenticación valor. Esto reduce
efectivamente la complejidad de la
comunicación.
De O ( n ) a O ( 1 ) , donde n es el
número de bloques de datos. Naciones
Unidas afortunadamente, la propuesta
en todavía funciona solo con datos
estáticos,
sin el soporte de actualizaciones
dinámicas de datos.
En 2009, Wang et al. propuso un modelo
de sistema novedoso, que
depende de un auditor externo
(TPA) Basado en una privacidad
preservando el protocolo de auditoría de
terceros, el TPA se considera como
Una entidad de confianza, que gestiona
los datos almacenados en la nube. Es
decir, el propietario de los datos delega
verificaciones periódicas de integridad de
datos a TPA, que se encarga de
monitorear los intercambios entre cliente
y el servidor remoto de la nube. En TPA
depende de un público autenticador
homomórfico basado en claves para
realizar auditorías públicas, sin necesidad
de guardar una copia local de los datos
para verificar la integridad. Los
autenticadores homomórficos se adoptan
para verificar metadatos generado a partir
de cada bloque de datos único, mientras
que el agregado agregado. Los intérpretes
constituyen una combinación lineal de
varios bloques de datos. Más tarde, Zhu et
al. propuso un esquema dinámico para la
auditoría sistemas de almacenamiento a
distancia. Su esquema detecta
comportamientos anormales.
del probador utilizando la tabla index-
hash, la estructura de fragmentos y
muestreo aleatorio. Aunque los esquemas
basados en TPA permiten público
verificación de integridad de datos, tienen
un inconveniente considerable. Ese es
decir, requieren un componente adicional,
que es un tercero auditor que debe
agregarse al archivo de almacenamiento
en la nube existente tecture. Sin embargo,
debido a costos adicionales, la
implementación de tales esquemas podría
ser una carga para los proveedores de
servicios.
En 2014, Kaaniche et al. [151] propuso
un nuevo conocimiento cero
Protocolo PDP, asegurando la
verificación pública. Su esquema
beneficia de la variante de curva elíptica
de las características del esquema
GPS [152], a saber, alto nivel de
seguridad y baja complejidad de
procesamiento. Nosotros tenga en cuenta
que los esquemas PDP de conocimiento
cero presentan una forma valiosa para
proporcionar garantías de seguridad
abstractas dedicadas a la nube problemas
de subcontratación, a saber, la
verificabilidad pública. Estudiar
en [151] es demostrado resistir a los
ataques de fuga de datos, mientras
considera un probador fraudulento o un
verificador de trampa .Recientemente,
Wang et al. [153] introdujo una
preservación de la privacidad esquema de
auditoría, para permitir que un grupo de
usuarios modifique datos compartidos Su
construcción, conocida como Panda,
garantiza verificación de integridad y
admite la revocación del usuario, de
modo que cada. El bloque de datos está
firmado y codificado con un identificador
de firmante. Como tal, los identificadores
de firmante permiten que tanto el
verificador elija el corrector claves de
búsqueda para la comprobación de
integridad de datos y el servidor de la
nube para diseñar qué claves son
necesarias para la revocación del
usuario. Sin embargo, Panda sufre de un
alto costo de procesamiento que aumenta
linealmente con el tamaño del grupo y la
cantidad de tareas de verificación.
Más tarde, Yang et al. [154] presentó un
público que preserva la privacidad
esquema de auditoría para datos externos
compartidos. Los autores confían en
un administrador de grupo para generar
autenticadores para cada miembro
Proteger la confidencialidad de su
identidad, basada en señales ciegas.
tures [155]. Además, se mantienen dos
listas para registrar el
identidades de los miembros y las últimas
modificaciones correspondientes en
cada bloque para lograr la trazabilidad de
la identidad.
6.1.2. Eficiencia
Como se discutió anteriormente, la
eficiencia de los esquemas de verificación
remota de
datos consiste en optimizar la
complejidad de la computación, la
comunicación
gastos generales y costos de
almacenamiento. Varios trabajos de
investigación están dedicados a Mejorar
la eficiencia de los esquemas PDP y
PoR. Por ejemplo, en 2008, Curtmola y
col. integrar códigos de corrección de
errores al esquema PDP, propuesto por
Ateniese et al. en , para asegurar el
distribuido réplicas en varios servidores
de almacenamiento, sin necesidad de
codificar codificar cada fragmento por
separado Esta técnica considerablemente
Reduce la complejidad de
cálculo. Además, Dodis. Mejorar el
mecanismo de PoR propuesto por Sacham
y Waters en
mientras reduce el tamaño del desafío
de O ( n 2 ) a O ( n ) . los El tamaño del
desafío se hace lineal al parámetro de
seguridad. En Ateniese et al. proponer
una versión mejorada de su esquema PDP
original, denominado esquema PDP
escalable. Ateniese et al. adopta cifrado
de clave simétrica en lugar de público
cifrado de clave que reduce la sobrecarga
de cómputo. También admite
actualizaciones en datos tercerizados. Sin
embargo, PDP escalable sí no es
compatible con el requisito de
verificabilidad pública, debido al uso de
la criptografía de clave
simétrica. Además, todos los desafíos y
las verificaciones deben calcularse
previamente y el número de
actualizaciones es limitado y fijo a
priori. Posteriormente, Bowers et
al. presentar un sistema criptográfico
distribuido, para probar la capacidad de
recuperación de datos Su esquema,
llamado HAIL (Capa de alta
disponibilidad e integridad), difiere de
todos los trabajos anteriores. EnHAIL, el
cliente de la nube tiene que dividir el
archivo de datos, con redundancia, en
varios fragmentos y propagación a través
de múltiples servidores de
almacenamiento, con respecto a los
relacionados política de replicación. En
2012, Zhu et al. proponen datos
cooperativos comprobables esquema de
posesión para la verificación de
integridad. Ellos consideran el existencia
de múltiples nubes que almacenan
cooperativamente los datos de los
clientes.
Pero, su esquema aumenta la complejidad
de cálculo y la sobrecarga de
comunicación que se eleva hasta O ( n ) .
Recientemente, Kaaniche y
Laurent presentan un nuevo Set- Prueba
homomórfica del esquema de posesión de
datos (SHoPS), soporte- ing los 3 niveles
de verificación de datos. SHoPS habilita
el cliente en la nube no solo para obtener
una prueba de posesión del servidor
remoto, pero también para verificar que
un archivo de datos dado se distribuya
través de múltiples ple dispositivos de
almacenamiento para lograr un cierto
nivel deseado de tolerance. De hecho,
SHoPS extiende la maleabilidad para
establecer operaciones apropiadas
vínculos, como unión, intersección e
inclusión. Por ejemplo, TIENDAS ahorra
energía dentro del proveedor de la nube al
distribuir la computadora tation sobre
múltiples nodos. Cada nodo proporciona
pruebas de datos locales. conjuntos de
bloques Esto es para hacer aplicable, una
prueba resultante sobre conjuntos de
bloques de datos, que satisfacen varias
necesidades, como la agregación de
pruebas.
En 2016, Ren et al. presentó una nueva
auditoría de integridad de datos
esquema para aplicaciones móviles de
salud, adaptado a recursos
dispositivos restringidos . En su esquema,
los autores confían en un
esquema de cifrado de mensajes
bloqueados que se utiliza para cifrar
diting información de diferentes bloques
de datos verificados. Como tal, su
enfoque reduce significativamente la
cantidad requerida de procesamiento y
recursos de
comunicación. Recientemente, Li et
al. introducido un protocolo de auditoría
pública para preservar la privacidad
adaptado a los recursos dispositivos
restringidos . Su esquema permite a un
tercero verificar la integridad de los datos
tercerizados mientras se preserva el
privacidad de los contenidos. En
comparación con el tercero convencional
esquemas de auditoría, las
propuestas presentan baja costos de
cómputo en el lado del cliente, pero aún
dependen de confianza partes para
garantizar la verificación de integridad de
datos.
6.1.3. Soporte de datos dinámicos.
Esta sección describe una descripción
general de la verificación de integridad
remota. esquemas de opciones que
admiten actualizaciones dinámicas de
datos tercerizados. El soporte de
actualizaciones dinámicas en integridad
de datos remotos Los mecanismos de
identificación son una preocupación
desafiante. En 2008, Ateniese al introdujo
el primer esquema PDP parcialmente
dinámico basado en criptografía
simétrica, donde la inserción de bloque no
es compatible y el número de operaciones
de actualización está predefinido. En
2009, Erway et al. Presentó una posesión
de datos demostrable dinámica
mecanismo (DPDP). Sin
embargo mantiene una lista de etiquetas
y almacena meta- root datos, en el lado
del cliente para evitar ataques de
repetición. Como tal, el la complejidad
computacional aumenta
hasta O ( logn ) , que permanece
atractivo, debido al soporte de
actualizaciones dinámicas. Por ejemplo,
para genera una prueba para un archivo
de 1 GB, DPDP produce solo 415 KB de
prueba información, con sobrecarga
computacional de 30 ms. Wang y
col. Proponer un esquema de prueba
dinámico, que se base en el uso de tokens
momórficos con verificación distribuida
de código de borrado datos. Proporciona
actualización de bloques, eliminar y
agregar operaciones y no es compatible
con la función de inserción. Sin
embargo, implica un auditor externo para
garantizar la verificabilidad pública.
En 2013, Shi et al. propuso un PoR
dinámico ligero construcción que logra
una sobrecarga de ancho de banda
comparable y cálculo del lado del cliente
con un árbol de hash Merkle estándar
reduciendo drásticamente los costos de
comunicación y computación. Luego,
Shuang y col. presentó una verificación
remota de integridad de datos esquema
que admite operaciones totalmente
dinámicas, que se basa en una tabla hash
de índice mejorada. En la propuesta , el
hash la tabla de índice se subcontrata a
servidores remotos en la nube, de modo
que la sobrecarga de almacenamiento se
reduce en el lado del cliente.
Recientemente, Gritti et al. presentó un
esquema PDP dinámico que apoya la
verificabilidad pública, basada en
homomórficos Etiquetas verificables. La
construcción propuesta garantiza una
reducción de pro-costo de cesación de
modo que un verificador público calcule
solo una constante
número de funciones de emparejamiento
asimétrico y no realiza
cualquier operación de exponenciación
grupal. Posteriormente, Deng y
Zhou introdujo una privacidad que
preserva la posesión de datos
comprobables
Sión con esquema de datos dinámico de
múltiples copias, denominado P3DP.
De hecho, el verificador puede verificar si
todas las copias de datos tienen
No ha sido alterado o modificado. Los
autores confían en autenticado árboles
con hojas ordenadas para marcar las
etiquetas RSA del bloque de datos. Un
inconveniente principal de la
construcción en [145] es que involucra El
cálculo modular RSA es muy costoso, lo
que introducirá retraso de procesamiento
significativo.
6.1.4. Comparación entre esquemas
PDP y PoR
Finalmente, declaramos que los esquemas
PDP y PoR se consideran como enfoques
de promoción que aseguran la integridad
de los datos remotos
Comprobación en entornos de
almacenamiento en la nube. El primer
PDP y PoR
Los algoritmos de diseño son un poco
diferentes con respecto a varios aspectos.
Por ejemplo, los esquemas de PoR se
consideran más seguros en comparación a
algoritmos PDP. Es decir, los
mecanismos de PoR requieren el uso de
los códigos de corrección de errores
deben aplicarse para recuperar daños
datos. Sin embargo, los esquemas PDP
son conocidos por su mayor eficiencia y
aplicabilidad a bases de datos públicas a
gran escala, como la digital.
Bibliotecas.
La Tabla 4 resume los esquemas de PDR
y PDP revisados anteriormente mediante
una comparación exhaustiva de sus
actuaciones, basada en requisitos de
curiosidad. De hecho, revisamos la
capacidad de soportar Un número
ilimitado de desafíos, denotado por
el Nb. de chal. métrico. Además,
analizamos el diseño de verificabilidad
pública.
requisito y la función de recuperación,
denotada por Public Verif.
e integridad , respectivamente. Debemos
tener en cuenta que, por recuperación
característica, nos referimos al soporte de
la verificación remota de integridad de
datos.
Además, tenemos en cuenta la robustez y
la eficiencia. de algoritmos revisados,
mientras se analiza el cálculo y
Complejidad de comunicación tanto en el
lado del cliente como del servidor.
También investigamos el despliegue de
un auditor externo, buscando una
delegación completa de operaciones de
verificación de integridad. Finalmente,
debemos tener en cuenta que los
esquemas marcados con un asterisco ( ∗ )
admite actualizaciones de datos parcial o
totalmente dinámicas. Debemos tener en
cuenta que todos los esquemas de
verificación revisados son resistente tanto
a un proveedor perezoso como a usuarios
malintencionados. De la tabla 4, notamos
que los mecanismos de PoR que soportan
dy- actualizaciones namic sufren de alta
comunicación y computación gastos
generales. Varios trabajos de
investigación recientes están
considerando posibles mejoras, incluido
el costo de almacenamiento, la
complejidad del procesamiento y
sobrecarga de comunicación, de tales
esquemas de PoR basados en dinámica

Sin embargo, el soporte de
actualizaciones totalmente dinámicas
sigue siendo un preocupaciones
desafiantes, ya que aumenta la
complejidad al tiempo que redúcela
información de actualización en el lado de
la nube.
6.2. Detección de violación de SLA
En 2011, en Bowers y col. explorado
nueva seguridad económica
modelos para servicios en la
nube. Proporcionaron una formulación
diferente
de las amenazas que enfrentan los
usuarios de la nube. Es decir, su enfoque
llamado
RAFT (Evaluación Remota de Tolerancia
a Fallos) propone un
Proach para confirmar la redundancia de
datos en los sistemas de almacenamiento,
basado
En. Uña función de medida de tiempo. La
principal desventaja de este esquema es
el costo de comunicación que depende del
número de bloques
en la solicitud desafiante y el
almacenamiento prohibitivamente
significativo
costo. De hecho, los autores exponen dos
enfoques de verificación. Primero,
proponen un algoritmo de verificación
privado para verificar la precisión
de las respuestas del servidor basadas en
una copia local almacenada por los datos
propietario. Si bien esta opción puede
funcionar de manera eficiente para
algunos
escenarios, es demasiado restrictivo en
muchos otros casos, ya que socava.
La mayoría de los beneficios del
outsourcing en la nube. Segundo, para
mejorar el consumo de capacidad de
almacenamiento, se refieren al Merkle
firma del árbol con el efecto negativo de
administrar una gran cantidad de
claves, ya que hay tantas claves como
archivos de datos tercerizados.
Posteriormente, Juels y
Oprea presentaron a Iris , un completo
marco de auditoría para aplicaciones de
almacenamiento en la nube. Nueva cripta
Se introducen técnicas gráficas para
proteger los datos tercerizados.
garantizando una gama de protecciones
contra la integridad y la frescura
verificación de alta disponibilidad de
datos. Primero, Iris abarca un PoR
procedimiento que admite cambios
totalmente dinámicos. En segundo lugar,
permite
para detectar pérdidas de datos, mientras
se audita la resistencia a fallas de la
unidad,
basada sobre el protocolo RAFT
introducido en.
Recientemente, Wang propuso un PDP
distribuido basado en identidad
esquema (ID-DPDP) para entornos de
nubes múltiples. El PRO-
El mecanismo planteado permite la
detección de violación de SLA con
respecto a
integridad de los datos, mientras se
admite la auditoría privada, la auditoría
delegada
ing así como auditorías públicas bajo la
autorización del propietario de los datos.
7. Preservación de la privacidad.
La conveniencia de acceso en cualquier
momento y en cualquier lugar y la aguda
El aumento del almacenamiento de datos
en la nube, incluidos los datos críticos,
hace que
Los ataques maliciosos son más atractivos
que nunca para los adversarios. los
la implementación de servicios de
seguridad es una parte necesaria de la
solución de preservación de la privacidad,
pero no es suficiente, como interacciones
entre los clientes de la nube y el
proveedor de la nube puede revelar una
mucho más que los contenidos
transmitidos. La implementación de
los servicios de seguridad son una parte
necesaria de la preservación de la
privacidad
solución, pero no es suficiente, ya que las
interacciones entre la nube
los clientes y el proveedor de la nube
pueden revelar mucho más que
contenidos transmitidos Por ejemplo, un
cliente que solicita un
servicio o pedir comunicarse con un
usuario específico, no
darse cuenta de que entrega datos
adicionales al proveedor de la nube sobre
su
comportamiento, sus gustos, sus
conexiones sociales, sus actividades ...
Por lo tanto,
La protección de la privacidad de los
clientes requiere más que solo cifrar:
ing datos tercerizados. Para que una
defensa de la privacidad suene en las
nubes, la protección de la privacidad debe
cubrir la identidad de privacidad, el
patrón de acceso
privacidad, así como la privacidad del
procesamiento de datos. Por un lado,
varios Se han aplicado técnicas para
proteger identidades / seudónimos
recopilada de una ejecución de algoritmo,
como un ceron anónimo tificación (AC),
comunicación y datos anónimos
anonimización Estos esquemas de CA se
consideran una omponente importante en
la gestión de identidad que preserva la
privacidad sistemas, ya que permiten a los
usuarios demostrar la propiedad de las
credenciales a proveedores de servicios
sin ser rastreados en el sistema. Ese es
decir, después de obtener credenciales
sobre algunos de sus atributos de
algunos autoridades de emisión
confiables, el usuario puede obtener
pruebas de éxito Presentaciones
exhaustivas a proveedores de
servicios. Las propiedades de AC
incluyen que los proveedores de servicios
no pueden vincular un solo mensaje
recibido prueba a otro o cualquier
información relativa al propietario,
incluso en caso de colusión entre
proveedores y la credencial editor.
Además, las credenciales basadas en
atributos de preservación de la privacidad
tienen para garantizar varias
características funcionales, a saber,
revocación, inspección y divulgación
selectiva . Recordar que la divulgación
selectiva propiedad se refiere a la
capacidad proporcionada al usuario para
presentar al verificador información
parcial extraída o derivada de su
credencial, por ejemplo, para demostrar
que es mayor de 18 años para comprar
licores, sin revelar su fecha de
nacimiento.
Hasta ahora, dos soluciones principales
de CA surgieron de la industria, el
esquema Idemix de IBM basado en el
Camenish- Firmas de Lysyanskaya (CL),
que es una variante cercana de firmas de
grupo y el esquema U-Prove de Microsoft
que se basa en la firma ciega de las
marcas Interés por AC proviene de su
capacidad de soportar estrictamente la
minimización de datos principio , que
espera que la recopilación de datos sea
proporcional y no excesivo en
comparación con el propósito de
lacolección. Este interés se magnifica hoy
ya que este principio está en
el núcleo del futuro Reglamento general
europeo de protección de datos y también
la Estrategia Nacional de Estados Unidos
para Identidades de
Confianza en el ciberespacio
(NSTIC) Como los mecanismos de
acceso a datos están fuera
del alcance de la encuesta, los lectores
interesados están invitados a
consultar [40] para más detalles en
sistemas de corriente alterna. Por otro
lado, surgieron nuevos mecanismos
criptográficos para realizar un control de
acceso preciso a los datos (véase
la Sección 5.1),
Procesamiento de datos (ver Sección 5.2)
o incluso buscar y recuperar datos
encriptados de manera privada. La idea es
ocultar el acceso. patrones del proveedor
de la nube.
Se pueden abordar varios problemas de
privacidad en función de la seguridad
mecanismos, mientras que otros necesitan
técnicas de protección específicas.
Esta sección está limitada a algoritmos de
preservación de la privacidad, con
especifique los contenidos que no se
abordan en las Secciones 5 y anteriores
6 6. Es decir, dos mecanismos
criptográficos que permiten buscar datos.
de manera privada se presentan. Son parte
de tecnicas
desarrollado como tecnologías de mejora
de la privacidad (PET).
7.1. Cifrado de búsqueda
Un enfoque ingenuo para habilitar las
capacidades de búsqueda en
subcontratados
el almacenamiento sería almacenar
documentos en texto sin formato y
ejecutar
consultas con técnicas de búsqueda
convencionales, pero la fuerte
recuperación
El requisito es considerar al proveedor de
la nube como confiable.
Al considerar los archivos de datos
cifrados tercerizados que ahora es
prevalente, el problema es que varios
algoritmos de búsqueda clásicos
deja de ser aplicable.
El objetivo del cifrado de
búsqueda [78,176] es combinar
confidencialidad con respecto al
proveedor de la nube con búsqueda
funcionalidad Es decir, permite que el
servidor de la nube busque
datos cifrados en virtud de una
información de trampilla que el cliente
proporciona. El servidor no aprende la
consulta exacta ni
El archivo de datos solicitado que
coincide con la consulta. además, el
El cliente en la nube puede descifrar el
archivo de datos recibido
localmente. Obviamente,
el cifrado de búsqueda ahorra el consumo
de ancho de banda en comparación con
Descarga trivial de todos los contenidos
cifrados.
En los últimos años, este campo ha sido
una cantidad considerable
de la actividad de investigación en
entornos de nube y diversas
construcciones
Las funciones con características y
garantías de seguridad bastante diferentes
tienen
propuesto . Distinguimos dos variantes:
cifrado de búsqueda simétrica
(SSE) [177,178] y cifrado de búsqueda
asimétrica (ASE),
comúnmente conocido como Cifrado de
clave pública con búsqueda de trabajo de
clave
(PK-EKS) Por un lado, en los esquemas
SSE, el propietario de los datos es
la única entidad que puede externalizar
datos cifrados a servidores en la nube,
usando una clave secreta simétrica y
luego generar búsqueda cifrada
consultas y descifrar los datos cifrados
tercerizados. Sobre el
Por otro lado, en los esquemas ASE, cada
entidad puede almacenar datos cifrados
en servidores en la nube. Sin
embargo, solo el propietario de los datos,
que tiene el secreto
clave de cifrado, puede emitir consultas
de búsqueda y descifrar subcontratadas
datos. Generalmente se adopta el
mecanismo de cifrado de búsqueda,
mientras se considera un proveedor de
servicios honesto pero curioso. Es decir,
las consultas de búsqueda (generalmente
palabras clave) nunca deben exponerse en
la nube. Este enfoque basado en la
búsqueda debería permitir la nube
proveedor para recuperar y enviar el
archivo de datos solicitado, con respecto a
Una consulta cifrada del propietario de
los datos.
7.1.1 Construcción de cifrado de
búsqueda
Un mecanismo de búsqueda, diseñado
para entornos de nube,
incluye cinco pasos principales, como se
muestra en la Fig. 5 [143]. Primero, la
nube
el cliente tiene que crear índices de
búsqueda basados en palabras clave
asociadas con el archivo de datos original,
requerido para garantizar las capacidades
de búsqueda en textos cifrados. Luego,
los índices de búsqueda y el archivo de
datos cifrados son enviado a la nube, qué
proveedor se considera curioso (cf; paso 1
en la Fig. 5) Un usuario de la nube que
tiene que realizar una búsqueda
encriptada datos almacenados en
servidores remotos, tiene que solicitar la
búsqueda de palabras clave del
propietario de los datos (cf; paso 2 en
la Fig. 5) Este último responde por
vidriando una trampilla, derivada de
palabras clave que usan el secreto
relacionado clave y la clave de
descifrado (cf; paso 3 en
la) Posteriormente, el el usuario envía una
solicitud al servidor de la nube, incluido
el recibido trampilla (cf; paso 4 en la Fig.
5) Según la trampilla recibida, el servidor
de la nube verifica la existencia de los
datos solicitados, mediante realizando un
proceso de búsqueda coincidente basado
en la trampilla. Luego, el servidor
transmite los resultados de la búsqueda al
usuario (cf; paso 5 en la
Finalmente, el usuario descifra los
resultados recibidos
basado en la clave de descifrado obtenida
del propietario de los datos.
Tenga en cuenta que el mecanismo de
cifrado con capacidad de búsqueda
funciona perfectamente
sirve a la privacidad de los usuarios, ya
que el servidor en la nube solo tiene
acceso a
información cifrada, a saber, datos
cifrados e índices de búsqueda.
Por lo tanto, existen dos tipos de índices
de búsqueda: índices especificados por
palabras clave para todos los archivos de
datos subcontratados e índices basados en
cada
archivo de datos único
Por un lado, índices basados en palabras
clave para todos los archivos de datos
requieren la construcción de listas de
algunas palabras clave, donde cada lista
incluye todos los archivos de datos que
contienen una palabra clave
específica. Este tipo
de los índices de búsqueda permiten un
proceso de búsqueda rápido. Sin
embargo, los índices la actualización
sigue siendo onerosa. Por ejemplo,
cuando un nuevo archivo de datos es
subcontratados, todos los índices con
palabras clave asociadas a los nuevos
datos El archivo tiene que ser actualizado.
Por otro lado, índices basados en cada
archivo de datos son ampliamente
utilizados por esquemas de búsqueda
aplicados al entorno de la nube
ronments. Es decir, se construye un
índice específico basado en todos
palabras clave asociadas a un documento
en particular. El anuncio principal La
ventaja de este enfoque es que la
actualización de un archivo de datos solo
afecta El índice relacionado. Sin
embargo, el proceso de búsqueda requiere
alta sobrecarga de procesamiento, porque
se requiere que el servidor de la nube
verifique toda la base de datos de índices.
7.1.2. Funciones de búsqueda
Recientemente, varias construcciones de
investigación propusieron mejorar
La eficacia de los esquemas de cifrado de
búsqueda, al centrarse en
El proceso de búsqueda. Estos incluyen la
búsqueda de palabras clave
difusas [143,181–
183] , búsqueda dinámica [184–
187] y búsqueda verificable [188–190] ,
que se definen de la siguiente manera:
• Búsqueda de palabras clave difusas :
esta técnica se basa en una función
predefinida rango de tolerancia que
permite tolerar las diferencias
ortográficas.
En los autores proponen definir una
métrica para similitud Mediciones de
palabras clave. Es decir, el servidor
remoto vuelve los archivos de datos
correspondientes, de modo que la palabra
clave especificada se encuentra en el
conjunto de palabras clave de
similitud. Recientemente, Wang et al.
introdujo un nuevo método para la
búsqueda difusa de múltiples palabras
clave sobre datos encriptados. Su técnica
se basa en la localidad.
Funciones de Hashing sensible (LSE)
definidas en un filtro Bloom para
construir el índice del
archivo. Además, hace uso de
Distancia euclidiana para detectar la
similitud entre palabras clave.
• Búsqueda dinámica: la búsqueda
dinámica sobre datos cifrados es una
Característica muy atractiva para proteger
la privacidad de los usuarios, en
diferentes escenarios de nube. De hecho,
en una nube tan distribuida y dinámica
entornos, los usuarios actualizan
continuamente sus datos tercerizados.
Como tal, existen mecanismos SE que
permiten la búsqueda en datos
dinámicos En los autores proponen un
nuevo método para Garantizar una
encriptación dinámica de búsqueda
basada en una inversión estructura de
índice. Naveed y col. introducir
un almacenamiento ciego mecanismo que
permite la búsqueda en archivos de datos
actualizados. Similar, Cash y
col. introduce un esquema de búsqueda
dinámico, basándose en Una estructura de
índice optimizada para grandes bases de
datos. Mientras estos Las técnicas
proporcionan propiedades de búsqueda
interesantes, la sobrecarga de la
reconstrucción del diccionario y la
reencriptación de los índices de archivos
es muy alto.
• Búsqueda verificable : esta técnica
permite verificar si Las operaciones de
búsqueda se ejecutan correctamente. Para
este propósito, Zheng y col. presentar una
búsqueda de palabras clave basada en
atributos verificables esquema que
permite al propietario de los datos
controlar la búsqueda sus datos
externalizados. Es decir, el usuario puede
buscar para datos tercerizados, si posee
los atributos requeridos que
Satisfacer la política de control de
acceso. Además, la construcción
en permite la detección de una búsqueda
de trampa realizada por un servidor en la
nube malicioso.

7.2. Recuperación de información
privada (PIR)
La recuperación de información privada
(PIR) permite a los clientes solicitar
elementos de datos del servidor de la nube sin
necesidad de revelar a el servidor de
almacenamiento cuyo elemento se
recupera [79,191,192]. antes de introduciendo
esquemas PIR, afirmamos que el problema de
recuperación tiene una solución trivial, donde
cada cliente puede solicitar recibir base de
datos completa, lo que garantiza una
privacidad perfecta para el solicitante
entidad. Sin embargo, este enfoque clásico
sufre la comunicación. sobrecarga, aunque
existen ciertas técnicas, generalmente
adaptadas para grandes bases de datos, que
ofrecen una sobrecarga de comunicación
interesante, conocido por Private Information
Retrieval (PIR). Mientras que los esquemas
PIR
son adecuados para asegurar sistemas de
almacenamiento en la nube, proporcionando
nube clientes con privacidad perfecta con
respecto a la curiosa amenaza del proveedor
modelos, existen esquemas de recuperación
de datos privados que proporcionan clientes
con una función adicional, que les permite
aprender solosobre los elementos
solicitados. Estos esquemas se denominan
Fuerte recuperación de información privada
(SPIR). Los esquemas PIR tienen
aplicaciones en muchas propuestas de
privacidad. aplicaciones sensibles, a saber,
bases de datos de patentes y anónimas correos
electrónicos En general, los algoritmos PIR
son esquemas interactivos entre un cliente y
el servidor de almacenamiento. Se clasifican
según el Garantías de privacidad para los
clientes de la siguiente manera:
• Suposiciones
• PIR teórico de la información (itPIR): estos
esquemas garantizan la privacidad
contra servidores computacionalmente
ilimitados.
Además, los esquemas PIR pueden
clasificarse en función de
Número de servidores de alojamiento. Como
tal, PIR de servidor único y
PIR multiservidor se puede distinguir. Los
mecanismos PIR son ampliamente utilizados,
mientras se considera un honesto pero curioso
proveedor. Es decir, de manera similar al
cifrado de búsqueda esquemas, el servidor de
la nube no debe aprender de las consultas de
búsqueda. Discusión sobre el sistema de
almacenamiento en la nube de
investigación existente
Implementaciones. Esta sección presenta
implementaciones de investigación
recientemente
a entornos seguros de almacenamiento en
la nube, y la Tabla 5 ofrece Descripción
general de los requisitos de interés
admitidos con algunos detalles Detalles
descriptivos. Para nuestra comparación,
identificamos lo siguiente propiedades
respaldadas por las arquitecturas de
investigación existentes que se presentan también mediante la difusión de datos
en la Por confidencialidad , nos tercerizados entre múltiples nubes
referimos a la confidencialidad. de datos
tercerizados en servidores en la proveedores, formando una nube de
nube. Por integridad , nos referimos a la entornos de nubes.
cripta Mecanismos gráficos adoptados
por los proveedores de la nube para
permitir a los clientes verificar la
integridad de sus datos
HAIL [157] es un sistema criptográfico
tercerizados. Por privacidad queremos
distribuido, para probar datos
decir protección de la privacidad de los
recuperabilidad. HAIL, para Capa de alta
usuarios de la nube, con respecto a los
disponibilidad e integridad , difiere desde
diferentes Mecanismos
marcos de control remoto. De hecho, el
utilizados. Por disponibilidad , nos
cliente tiene que extenderse sus datos a
referimos a la disponibilidad de datos con
través de múltiples servidores de
respecto a la política de replicación de
almacenamiento, con respecto a los
datos. Por autenticidad , queremos decir
relacionados Política de replicación en un
medidas adicionales para detectar si se
entorno distribuido.
modificó un archivo de datos por una
entidad autorizada. La recuperabilidad se CloudProof es un sistema seguro de
entiende en el sentido de esquemas PDP / almacenamiento en la nube introducido
PoR. El control de acceso define la por
flexibilidad de acceso
controlar. Por auditoría , nos referimos a Popa y col. en 2011 [195]. Esta propuesta
la posibilidad de probar SLA en la nube tiene como objetivo detectar violaciones

violaciones a un Sof la integridad de los datos tercerizados

tercero. Implementación significa que un
prototipo está disponible con algún
lenguaje de programación.
DepSKY [194] es un sistema de nube de
almacenamiento de nubes que es
Accedido por sus usuarios invocando
operaciones en varios individuos
nubes DepSKY aborda cuatro
preocupaciones importantes de seguridad,
a saber confidencialidad de datos,
disponibilidad y soporte de integridad, así
como preservación de la privacidad, no
solo cifrando y codificando datos, pero
en servidores en la nube. Adicionalmente,
[195] proporciona a los clientes la
ocurrencia de violaciones detectadas
eso se puede mostrar como prueba al
tercero malicioso. En
En el sistema Cloud-Proof, la garantía de
seguridad se considera como un
característica esencial que debe incluirse
en los SLA. Es decir, nube
Los clientes pagan por un nivel de
seguridad deseado y no tienen
significa verificar la garantía de seguridad
recibida. Por lo tanto, a prueba de nubes
es adecuado para mitigar tales
preocupaciones.
RACS representa un enfoque novedoso
que aplica Me gusta RAID
mecanismos a nivel de almacenamiento
en la nube [196]. Tenga en cuenta que la
tecnología RAID. Las niques se usan
generalmente en los sistemas de archivos
y niveles de
discos. RACS se considera como un
servidor proxy responsable de forma
transparente distribuir la carga de
almacenamiento en múltiples proveedores
de servicios en la nube. El prototipo
propuesto de RACS estima los costos
incurridos y los beneficios.
CS2 es un sistema semántico de
almacenamiento en la nube propuesto por
Kamara et al. Su objetivo es proporcionar
a los clientes de la nube tres diferentes
caracteristicas. Primero, el cliente puede
buscar y acceder a sus subcontratados
datos, basados en palabras
clave. segundo, CS2 asegura la
confidencialidad
de datos tercerizados, con respecto a una
curiosa amenaza de proveedor de nube
modelo. Tercero, Kamara et al. propuesta
asegura la recuperabilidad
de datos, al tiempo que admite
actualizaciones dinámicas de datos.
9. Conclusiones
La creciente necesidad de servicios
seguros de almacenamiento en la nube y
la propiedades atractivas de este modelo
de negocio nos llevan a investigar los
desafíos de seguridad y privacidad de la
externalización de datos en la nube. los
El atractivo de los servicios en la nube
emana del pago por uso modelo que
permite a las empresas y organizaciones
manejar extra tráfico y procesamiento de
datos sin invertir en equipos adicionales y
reclutamientos personales. Sin embargo,
esto está sombreado por el Pérdida de
control de datos y la función de
arrendamiento múltiple, que puede servir
usuarios sin escrúpulos para realizar
ataques digitales. Como tal, cliente la
privacidad, la confidencialidad de los
datos, la disponibilidad y el control son
realmente fundamentales y problemas
críticos desafiantes. Esta encuesta revisa
los existentes desafíos de seguridad y
problemas de privacidad que enfrentan
los clientes en entornos de
almacenamiento en la nube y trae una
comparación crítica Análisis de los
mecanismos de defensa criptográfica.
Aunque la criptografía proporciona
soluciones interesantes para varios
problemas de seguridad y privacidad, los
lectores deben tener en cuenta que no
ofrece soluciones completas a todo lo
mencionado problemas. Van Dijk y Juels
afirman que no hay cripta.
mecanismo topográfico que se puede
implementar para garantizar la privacidad
de
usuarios, en la configuración de uso
compartido de datos. Es decir, el
Totalmente Homo-
el cifrado mórfico, una de las primitivas
más poderosas, era
probado como incapaz de hacer cumplir
las demandas de privacidad de la nube
común
servicios. Por ejemplo, los esquemas de
FHE no pueden ser completamente
privados ya que
no puede soportar la ofuscación del
circuito. Por lo tanto, se puede deducir
que
Los cálculos sobre entradas de
multicliente requieren hardware
confiable.
Siguiendo este enfoque, Secure
Multiparty Computation (SMC)
es una solución prometedora para el
procesamiento de preservación de la
privacidad. Aproximadamente
hablando, los mecanismos SMC permiten
a varios clientes colaborar
calcular cualquier función, a través de
entradas privadas, distribuyendo así la
confianza
a través de muchas entidades. Sin
embargo, esta capacidad de preservar la
privacidad
tiene el precio de asegurar canales de
transmisión que generalmente es
considerado como poco práctico y
engorroso de implementar.
Otros mecanismos de seguridad y
preservación de la privacidad, a saber
encriptación funcional, reencriptación de
proxy o incluso acceso anónimo.
Referencias
[1] IDC, El universo digital de oportunidades:
datos enriquecidos y el aumento
Valor de Internet de las cosas, 2014.
[2] IDC, el gasto en infraestructura para
entornos de nube en 2016 será
Fuerte a pesar de la desaceleración del primer
trimestre de 2016.
[3] M. Peter , G. Tim, The NIST Definition of
Cloud Computing, 53, NIST, 2009,
pag. 50
[4] E. Yoran , vigilancia de la Nsa: primer
prisma, ahora fuera de la nube, en: Oscuro
lectura, 2013.
[5] R. Harris , espionaje de la NSA envenena
el mercado de la nube: encuesta, en: Storage
Bits, 2013.
[6] M. Ali , SU Khan, AV Vasilakos,
Seguridad en la computación en la nube:
oportunidades
y desafíos, Inf. Sci. 305 (2015) 357–383.
[7] DA Fernandes, LF Soares, JV Gomes,
MM Freire, PR Inacio, Problemas de
seguridad
en entornos de nube: una encuesta, int. J.
Inf. Secur. 13 (2) (2014) 113-170.
[8] K. Hashizume, DG Rosado, E. Fernández-
Medina, EB Fernández, Un análisis
de problemas de seguridad para la
computación en la nube, J. Internet
Serv. Appl. 4 (1) (2013) 5.
[9] C. Modi, D. Patel, B. Borisaniya, H. Patel,
A. Patel, M. Rajarajan, Review: a sur-
Muchas técnicas de detección de intrusos en
la nube, J. Netw. Comput Appl. 36 (1)
(2013) 42–57.
[10] D. Zissis , D. Lekkas, Abordar
problemas de seguridad informática en la
nube, Futur. Gener.
Comput Syst. 28 (3) (2012) 583–592.
[11] S. Subashini , V. Kavitha, una encuesta
sobre cuestiones de seguridad en la prestación
de servicios mod-
els of cloud computing, J.
Netw. Comput Appl. 34 (1) (2011) 1–11.
[12] A. Abbas , SU Khan, Una revisión sobre
el estado de la técnica para preservar la
privacidad.
en las nubes de salud electrónica, IEEE
Journal of Biomedical and Health Infor-
Matemáticas 18 (4) (2014) 1431–1441.
[13] M. Pearce, S. Zeadally, R. Hunt,
Virtualización: problemas, amenazas de
seguridad y
soluciones, ACM Computing Surveys
(CSUR) 45 (2) (2013) 17–56.
[14] D. Pérez-Botero, J. Szefer, RB Lee,
Caracterizando vulnerabilidades de hipervisor
en
servidores de computación en la nube, en:
Actas del Taller Internacional 2013
en Seguridad en Cloud Computing, Cloud
Computing '13, ACM, Nueva York, NY,
Estados Unidos, 2013, págs. 3–10.
[15] E. Aguiar, Y. Zhang, M. Blanton, Una
visión general de los problemas y desarrollos
recientes.
ments in Cloud Computing and Storage
Security, Springer, Nueva York, NY, pp.
3–33.
[16] Z. Xiao, Y. Xiao, Seguridad y privacidad
en la computación en la nube, 2012, págs. 1-
17.
[17] A. Singh , K. Chatterjee, Problemas y
desafíos de seguridad en la nube: una
encuesta, J. Netw.
Comput Appl. 79 (2017) 88-115.
[18] Y. Liu , Y. Sun, J. Ryoo, S. Rizvi, AV
Vasilakos, Una encuesta de seguridad y
privacidad
desafíos en la computación en la nube:
soluciones y direcciones futuras, J.
Comput. Sci.
Ing. 9 (3) (2015) 119-133.
[19] SN Kumar , A. Vajpayee, Una encuesta
sobre nube segura: seguridad y privacidad en
computación en la nube, enm. J.
Syst. Softw. 4 (1) (2016) 14–26.
[20] CA Ardagna , R. Asal, E. Damiani, Q.
Vu, De la seguridad a la garantía en el
Cloud: A Survey, 48, ACM, Nueva York,
NY, EE. UU., 2015.
[21] AN Toosi , RN Calheiros, R. Buyya,
Entorno de computación en la nube
interconectado
ments: Challenges, Taxonomy, and Survey,
47, ACM, Nueva York, NY, EE. UU., 2014.
[22] C. Cachin , R. Haas, M. Vukolic,
Almacenamiento confiable en Intercloud,
Técnico
Informe, 2010.
[23] K. Alhamazani, R. Ranjan, K. Mitra, F.
Rabhi, PP Jayaraman, SU Khan,
A. Guabtni , V. Bhatnagar, una visión general
del monitoreo de la nube comercial
herramientas: dimensiones de investigación,
problemas de diseño y tecnología de punta,
Computación 97
(4) (2015) 357–377.
[24] JS Ward , A. Barker, Observando las
nubes: una encuesta y taxonomía de nubes
monitoreo, J. Cloud Comput. 3 (1) (2014) 24.
[25] G. Aceto , A. Botta, W. De Donato, A.
Pescapè, Encuesta de monitoreo de nubes:
una
Vey, Comput. Netw. 57 (9) (2013) 2093–
2115.
[26] UM Ismail , S. Islam, M. Ouedraogo, E.
Weippl, Un marco para la seguridad
Transparencia en la computación en la nube,
Future Internet 8 (1) (2016) 5.
[27] C. Europa , Propuesta de reglamento del
parlamento europeo y del
Consejo sobre la protección de las personas
con respecto al procesamiento de
datos sonoros y sobre la libre circulación de
dichos datos, en: Protección de datos
generales
Reglamento, enero de 2016, 2016.
[28] R. Attebury , J. George, C. Judd, B.
Marcum, N. Montgomery, Google Docs: A
Review, 20, LLC, 2008, págs. 14-17.
[29] Dropbox, https://www.dropbox.com/ .
[30] D. Chappell , Presentación de la
plataforma Windows Azure, 30, Microsoft,
2010.
[31] A. Inc , Amazon Elastic Compute Cloud
(Amazon EC2), Amazon Inc., 2008.
[32] Amazon, Amazon Simple Storage
Service (Amazon s3), 2011, ( http: // aws.
amazon.com/s3/ ).
[33] J. Tang , Y. Cui, Q. Li, K. Ren, J. Liu, R.
Buyya, Garantizar seguridad y seguridad.
preservación rápida para servicios de datos en
la nube, ACM Comput. Surv. 49 (1) (2016)
13: 1–13: 39.
[34] Linkedin, más allá de la iluminación:
una encuesta sobre desafíos de seguridad en
Cloud Com-
poniendo, 2015.
N. Kaaniche, M. Laurent / Computer
Communications 111 (2017) 120–141
139
[35] S. Kamara , K. Lauter, Almacenamiento
en la nube criptográfica, en: Actas del 14
Conferencia internacional sobre criptografía
financiera y seguridad de datos, FC'10,
Springer-Verlag, Berlín, Heidelberg, 2010.
[36] R. Chow, P. Golle, M. Jakobsson, E. Shi,
J. Staddon, R. Masuoka, J. Molina, Con-
trolling de datos en la nube: cálculo de
outsourcing sin outsourcing
trol, en: Actas del taller de ACM 2009 sobre
seguridad informática en la nube,
ACM, 2009.
[37] SM Souza, RS Puttini, cifrado del lado
del cliente para aplicaciones sensibles a la
privacidad
en la nube, Procedia Comput. Sci. 97 (2016)
126–130.
[38] N. Kaaniche , Seguridad de
almacenamiento de datos en la nube basada
en meca criptográfica
nisms, Ph.D. Tesis, Institut National des
Telecommunications, 2014.
[39] SDC Di Vimercati, S. Foresti, G.
Livraga, P. Samarati, selectiva y privada
acceso a centros de datos subcontratados, en:
Manual sobre centros de datos, Springer,
2015, págs. 997-1027.
[40] S. Rass , D. Slamanig, Criptografía para
seguridad y privacidad en Cloud Comput-
ing, Artech House, Inc., Norwood, MA, EE.
UU., 2013.
[41] C.-W. Liu , W.-F. Hsien, CC Yang, M.-
S. Hwang, una encuesta de auditoría pública
para
almacenamiento de datos compartidos con
revocación de usuarios en computación en la
nube, IJ Netw. Secur.
18 (4) (2016) 650–666.
[42] W.-F. Hsien , CC Yang, M.-S. Hwang,
una encuesta de auditoría pública para
asegurar
almacenamiento de datos en cloud
computing., IJ Netw. Secur. 18 (1) (2016)
133–142.
[43] J. Mao , J. Cui, Y. Zhang, H. Ma, J.
Zhang, Datos de colaboración externalizados
comprobación de la integridad en un entorno
de nubes múltiples, en: Actas de International
Conferencia sobre algoritmos inalámbricos,
sistemas y aplicaciones, Springer, 2016,
pp. 511-523.
[44] A. Haeberlen , Un caso para la nube
responsable, 44, ACM, Nueva York, NY, EE.
UU.,
2010
[45] Estados Unidos. , Un informe al
Congreso de acuerdo con [la sección] 326 (b)
de
la Unión y Fortalecimiento de América al
proporcionar herramientas apropiadas
requerido para interceptar y obstruir la Ley de
Terrorismo de 2001 (USA PATRIOT ACT)
[recurso electrónico] / presentado por el
Departamento del Tesoro, Departamento
ment of the Treasury, Washington, DC, 2002.
[46] C. Europa , Propuesta de reglamento del
parlamento europeo y del
Consejo sobre la protección de las personas
con respecto al procesamiento de
datos sonoros y sobre la libre circulación de
dichos datos, en: Protección de datos
generales
Reglamento, enero de 2016, 2016.
[47] C. Coles , en: solo 1 de cada 100
proveedores de nube cumple con la
protección de datos propuesta por la UE
requisitos, Skyhigh, 2014.
[48] TU Nations , Declaración Universal de
Derechos Humanos, 1948.
[49] E. Consejo, Protocolo de la convención
para la protección de los derechos humanos y
libertades fundamentales (convención
europea sobre derechos humanos) enmendada
por el protocolo no. 11 de 1988.
[50] D. McEwen, H. Dumpel, Hipaa –la
Portabilidad y Cuenta del Seguro de Salud-
Ley de capacidad, 2011, págs. 20–27.
[51] CSA (CSA)
(2013) https://cloudsecurityalliance.org/ .
[52] R. Miller , Facebook construye centros
de datos exabyte para almacenamiento en
frío, Nueva York,
Nueva York, Estados Unidos, 2013.
[53] IDC , Cold-storage-is-hot-again,
Storiant, 2013.
[54] N. Kaaniche , M. Laurent, M. El
Barbori, Cloudasec: una novela basada en
clave pública
marco para manejar la seguridad del
intercambio de datos en las nubes, en: Actas
del
XI Conferencia Internacional sobre Seguridad
y Criptografía, ICETE, 2014.
[55] H. Xiong , X. Zhang, D. Yao, X. Wu, Y.
Wen, Hacia un contenido seguro de extremo
a extremo
almacenamiento y entrega con nube pública,
en: Actas de la Conferencia de ACM
ence en Seguridad y Privacidad de Datos y
Aplicaciones, CODASPY '12, ACM, 2012,
págs. 257–266.
[56] L. Zhou , V. Varadharajan, M. Hitchens,
Aplicación del control de acceso basado en
roles
para el almacenamiento seguro de datos en la
nube, vol. 54, Oxford University Press, 2011,
pp. 1675-1687.
[57] X. Liu , Y. Zhang, B. Wang, J. Yan,
Mona: intercambio seguro de datos de
múltiples propietarios para
grupos dinámicos en la nube, vol. 24, IEEE,
2013, págs. 1182-1191.
[58] S. Belguith , N. Kaaniche, A. Jemai, M.
Laurent, R. Attia, Pabac: una privacidad
previa
sirviendo marco basado en atributos para
control de acceso de grano fino en nubes,
en: Actas de la 13ª Conferencia Internacional
sobre Seguridad y Cripta-
Tography, SECRYPT 2016, 4, Scitepress,
2016, págs. 133–146.
[59] D. Bowers, M. Van Dijk, A. Juels, A.
Oprea, RL Rivest, Cómo saber si su
los archivos en la nube son vulnerables a
bloqueos de unidades, en: Actas de la 18ª
ACM
Conferencia sobre seguridad informática y de
comunicaciones, CCS '11, Nueva York,
Nueva York, Estados Unidos, 2011.
[60] N. Kaaniche , M. Laurent, Tiendas:
establecer prueba homomórfica de posesión
de datos
esquema en aplicaciones de almacenamiento
en la nube, en: Actas del IEEE 11th World
Congreso de Servicios (IEEE Services),
Nueva York, NY, EE. UU., 2015.
[61] X. Wu, L. Xu, X. Zhang, Poster: un
esquema de reencriptación de proxy sin
certificado
para compartir datos en la nube, en: Actas de
la 18ª Conferencia ACM sobre
Seguridad informática y de comunicaciones,
CCS '11, ACM, Nueva York, NY, EE. UU.,
2011
[62] G. Ateniese , K. Fu, M. Green, S.
Hohenberger, Reencriptado de proxy
mejorado
Esquemas con aplicaciones para asegurar el
almacenamiento distribuido, 9, ACM, 2006,
pp. 1–30.
[63] C. Gentry , un esquema de cifrado
totalmente homomórfico, Stanford, CA, EE.
UU., 2009
Doctor en Filosofía. tesis
[64] M. Van Dijk , C. Gentry, S. Halevi, V.
Vaikuntanathan, Totalmente homomórfico
en-
encriptación sobre los números enteros, en:
Actas de la 29ª Edición Internacional
Conferencia sobre teoría y aplicaciones de
técnicas criptográficas, EURO-
CRYPT'10, Springer-Verlag, Berlín,
Heidelberg, 2010, págs. 24–43.
[sesenta y cinco] NP Smart , F. Vercauteren,
cifrado totalmente homomórfico con
relativamente
clave pequeña y tamaños de texto cifrado, en:
Actas de la 13ª Internacional
Conferencia sobre práctica y teoría en
criptografía de clave pública, PKC'10,
Springer-Verlag, Berlín, Heidelberg, 2010,
pp. 420–443.
[66] M. Naehrig , K. Lauter, V.
Vaikuntanathan, ¿Puede ser el cifrado
homomórfico
¿práctico? en: Actas del 3er Taller de ACM
sobre Cloud Computing Se-
curity Workshop, CCSW '11, ACM, Nueva
York, NY, EE. UU., 2011.
[67] M. Kurra, S. Ramachandram,
Aplicabilidad del cifrado homomórfico y
Cryptdb en aplicaciones sociales y
empresariales: protección de datos
almacenados en el
Servidores de terceros durante el
procesamiento a través de aplicaciones,
volumen 100, 2014,
págs. 5–19.
[68] C. Wang, Z. Qin, J. Peng, J. Wang, Un
nuevo esquema de cifrado para la deducción
de datos
plication System, 2010, págs. 265–269.
[69] D. Boneh, A. Sahai, B. Waters,
Encriptación funcional: definiciones y
desafíos.
Lenges, en: Actas de la 8ª Conferencia sobre
Teoría de la Criptografía,
TCC'11, Springer-Verlag, Berlín, Heidelberg,
2011.
[70] A. Sahai , B. Waters, cifrado basado en
la identidad difusa, en: Actas del
24ta Conferencia Internacional Anual sobre
Teoría y Aplicaciones de Crypto-
Técnicas gráficas, EUROCRYPT'05,
Springer-Verlag, Berlín, Heidelberg, 2005,
pp. 457–473.
[71] J. Bethencourt , A. Sahai, B. Waters,
cifrado basado en atributos de política de
texto cifrado
ción, en: Actas del Simposio IEEE 2007
sobre Seguridad y Privacidad, SP
'07, IEEE Computer Society, Washington,
DC, EE. UU., 2007, págs. 321–334.
[72] D. Boneh , M. Franklin, Cifrado basado
en la identidad del emparejamiento weil, en:
Actas de la XXI Conferencia Anual
Internacional de Criptología sobre Ad-
Vances in Cryptology, CRYPTO '01,
Springer-Verlag, Londres, Reino Unido,
Reino Unido, 2001.
[73] D. Chaum, E. Van Heyst, Firmas
grupales, en: Actas de la 10ª Anual
Conferencia internacional sobre teoría y
aplicación de tecnología criptográfica
niques, EUROCRYPT'91, Springer-Verlag,
Berlín, Heidelberg, 1991.
[74] A. Bender, J. Katz, R. Morselli, Firmas
de anillo: Definiciones más fuertes y Con-
Estrucciones sin oráculos aleatorios, 22,
Springer-Verlag New York, Inc., Se-
caucus, NJ, EE. UU., 2008.
[75] M. Van Dijk, A. Juels, A. Oprea, RL
Rivest, E. Stefanov, N. Triandopoulos, Hour-
esquemas de vidrio: cómo demostrar que los
archivos en la nube están encriptados, en:
Procedimientos
de la Conferencia ACM 2012 sobre
Seguridad Informática y Comunicaciones,
CCS
'12, Nueva York, NY, EE. UU., 2012.
[76] P. Williams , R. Sion, Privacidad de
acceso redondo único en almacenamiento
subcontratado, en:
Actas de la conferencia ACM 2012 sobre
informática y comunicaciones
Seguridad, CCS '12, ACM, Nueva York, NY,
EE. UU., 2012, págs. 293–304.
[77] M. Sookhak, A. Gani, H. Talebian, A.
Akhunzada, SU Khan, R. Buyya,
AY Zomaya , Auditoría remota de datos en
entornos de computación en la nube: una
solución
Vey, Taxonomy, and Open Issues, 47, ACM,
Nueva York, NY, EE. UU., 2015.
[78] C. Bosch , P. Hartel, W. Jonker, A.
Peter, Una encuesta de búsqueda segura
segura
Cifrado, 47, ACM, Nueva York, NY, EE.
UU., 2014.
[79] W. Gasarch , Una encuesta sobre
recuperación de información privada, The
Bulletin of the
EATCS 82 (72-107) (2004) 1.
[80] K. Yang , X. Jia, Servicio de auditoría de
almacenamiento de datos en computación en
la nube: desafíos,
métodos y oportunidades, World Wide Web
15 (4) (2012) 409–428.
[81] G. Ateniese, R. Burns, R. Curtmola, J.
Herring, L. Kissner, Z. Peterson, D. Song,
Posesión comprobable de datos en tiendas no
confiables, en: Actas de la 14ª ACM
Conferencia sobre seguridad informática y de
comunicaciones, CCS '07, ACM, nuevo
York, NY, Estados Unidos, 2007.
[82] N. Kaaniche , M. Laurent, Un esquema
seguro de deduplicación del lado del cliente
en la nube
entornos de almacenamiento, en: Actas de la
6ta Conferencia Internacional
sobre Nuevas Tecnologías, Movilidad y
Seguridad, NTMS 2014, Dubai, United Arab
Emirates, 30 de marzo - 2 de abril de 2014,
2014.
[83] Y. Duan , generación de claves
distribuidas para deduplicación cifrada: lograr
la privacidad más fuerte, en: Actas del Taller
ACM sobre Cloud Com-
Puting Security, CCSW '14, 6a ed., 2014.
[84] J. Paulo , J. Pereira, A Survey and
Classification of Storage Deduplication Sys-
tems, 47, ACM, Nueva York, NY, EE. UU.,
2014.
[85] V. Goyal , O. Pandey, A. Sahai, B.
Waters, cifrado basado en atributos para
multa–
control de acceso detallado de datos cifrados,
en: Actas de la 13a ACM
Conferencia sobre seguridad informática y de
comunicaciones, CCS '06, ACM, nuevo
York, NY, EE. UU., 2006.
[86] A. Shamir , criptosistemas basados en
identidad y esquemas de firma, en: Proceed-
Ings of Advances in Cryptology, CRYPTO
84, Springer-Verlag New York, Inc.,
Nueva York, NY, EE. UU., 1985, págs. 47-
53.
[87] S. Belguith , N. Kaaniche, A. Jemai, M.
Laurent, R. Attia, Pabac: una privacidad
previa
sirviendo marco basado en atributos para
control de acceso de grano fino en nubes,
en: Actas de la 13ª Conferencia Internacional
de IEEE sobre Seguridad y
Criptografía (Secrypt), 2016, pp. 133–146.
[88] B. Waters , cifrado basado en atributos
de política de texto cifrado: una expresión
expresiva y eficiente
Realización segura y comprobable en:
Procedimientos de criptografía de clave
pública
raphy, PKC 2011, Springer, 2011, págs. 53–
70.
[89] S. Ruj , A. Nayak, I. Stojmenovic, Dacc:
control de acceso distribuido en nubes,
en: Actas de la 10ª Conferencia Internacional
IEEE sobre Confianza, Seguridad y
Privacidad en informática y comunicaciones
(TrustCom), 2011, págs. 91–98.
[90] M. Horvath , cifrado basado en atributos
optimizado para la computación en la nube,
en:
Actas de SOFSEM 2015: Teoría y práctica de
la informática, en:
Lecture Notes in Computer Science, 8939,
Springer, Berlin Heidelberg, 2015.
[91] L. Ibraimi, M. Asim, M. Petkovic,
Gestión segura de la salud personal.
Registros mediante la aplicación de cifrado
basado en atributos, 2009.
[92] S. Yu , C. Wang, K. Ren, W. Lou,
Logrando seguridad, escalabilidad y precisión
control de acceso a datos en computación en
la nube, en: Actas de la 29ª Conferencia
inc. en Comunicaciones de Información,
INFOCOM'10, IEEE Press, Piscataway,
NJ, Estados Unidos, 2010.
140
N. Kaaniche, M. Laurent / Computer
Communications 111 (2017) 120–141
[93] L. Ibraimi, M. Petkovic, S. Nikova, P.
Hartel, W. Jonker, Política de texto cifrado
Descifrado de umbral basado en atributos con
delegación flexible y revocación
ción de atributos de usuario (versión
extendida), 2009.
[94] S. Yu , C. Wang, intercambio de datos
basado en atributos con revocación de
atributos, en:
Actas del 5º Simposio de ACM sobre
Información, Computación y
Seguridad de las comunicaciones, ASIACCS
'10, ACM, Nueva York, NY, EE. UU., 2010,
pp. 261–270.
[95] M. Chase , SS Chow, Mejorando la
privacidad y la seguridad en las autoridades
múltiples
cifrado basado en tributos, en: Actas de la 16ª
Conferencia ACM sobre
Seguridad informática y de comunicaciones,
CCS '09, ACM, Nueva York, NY, EE. UU.,
2009, págs. 121–130.
[96] A. Lewko, B. Waters, Descentralizando
el cifrado basado en atributos, en: Proceed-
Ings of Advances in Cryptology,
EUROCRYPT 2011, Springer, 2011, pp.
568–588.
[97] K. Yang , X. Jia, control de acceso a
datos expresivo, eficiente y revocable para
almacenamiento en la nube de múltiples
autoridades, IEEE Trans. Distrib.
Paralela Syst. 25 (7) (2014)
1735-1744.
[98] A. Lewko , B. Waters, nuevos métodos
de prueba para el cifrado basado en atributos:
lograr la seguridad total a través de técnicas
selectivas, en: Actas de Ad-
vances in Cryptology, CRYPTO 2012,
Springer, 2012, pp. 180-198.
[99] Q. Huang, Y. Yang, M. Shen,
colaboración de datos segura y eficiente con
hi-
cifrado basado en atributos jerárquicos en la
computación en la nube, generación futura
Sistemas informáticos (2016).
[100] S. Wang, J. Zhou, JK Liu, J. Yu, J.
Chen, W. Xie, Una jerarquía de archivos
eficiente en-
esquema de cifrado basado en tributos en la
computación en la nube, IEEE
Trans. Inf. Foren-
sics Secur. 11 (6) (2016) 1265-1277.
[101] G. Wang, Q. Liu, J. Wu, M. Guo,
Cifrado basado en atributos jerárquicos y
Revocación de usuario escalable para
compartir datos en servidores en la nube, 30,
Elsevier Ad-
Publicaciones tecnológicas avanzadas,
Oxford, Reino Unido, Reino Unido, 2011.
[102] K. Yang , X. Jia, DAC-MACS: control
efectivo de acceso a datos para múltiples
autoridades
sistemas de almacenamiento en la nube,
Seguridad para sistemas de almacenamiento
en la nube, 2014, págs. 59–83.
[103] L. Cheung , C. Newport, Política de
texto cifrado de seguridad comprobable abe,
en: Proceed-
Ings of the 14th Conference ACM on
Computer and Communications Security,
ACM, 2007, págs. 456–465.
[104] N. Attrapadung, J. Herranz, F.
Laguillaumie, B. Libert, E. De Panafieu, C.
Ràfols,
Esquemas de cifrado basados en atributos con
textos cifrados de tamaño constante, Theor.
Comput Sci. 422 (2012) 15–38.
[105] M. Green, S. Hohenberger, B. Waters,
et al. , Outsourcing del descifrado de abe
textos cifrados., en: Actas del Simposio de
Seguridad USENIX, 2011, 2011.
[106] K.-M. Chung, Y. Kalai, S. Vadhan,
Delegación mejorada de cómputo utilizando
cifrado totalmente homomórfico, en: Actas de
la conferencia anual de criptología
ence, Springer, 2010, pp. 483–501.
[107] R. Gennaro , C. Gentry, B. Parno,
Computación verificable no interactiva: out-
cómputo de abastecimiento a trabajadores no
confiables, en: Procedimientos de cripta anual
Conferencia de tología, Springer, 2010, págs.
465–482.
[108] J. Li , X. Chen, sistema de control de
acceso de grano fino basado en
cifrado basado en tributos, en: Actas del
Simposio Europeo sobre Re-
buscar en Computer Security, Springer, 2013,
pp. 592–609.
[109] J. Li , X. Huang, J. Li, X. Chen, Y.
Xiang, externalización segura basada en
atributos
cifrado con posibilidad de verificación, IEEE
Trans. Distrib. Paralela Syst. 25 (8) (2014)
2201–2210.
[110] H. Wang, B. Yang, Y. Wang, el
servidor ayudó a la política de texto cifrado
basada en atributos
cifrado, en: Actas de la 29a Conferencia
Internacional de IEEE 2015 sobre Ad-
Talleres avanzados de redes de información y
aplicaciones, WAINA, IEEE,
2015, págs. 4 40–4 4 4.
[111] B. Qin , RH Deng, S. Liu, S. Ma,
encriptación basada en atributos con una
versión eficiente
descifrado subcontratado ifiable, IEEE
Trans. Inf. Forense Secur. 10 (7) (2015)
1384-1393.
[112] C. Zuo , J. Shao, G. Wei, M. Xie, M. Ji,
Cca-seguro abe con descifrado externo
ción para la computación en niebla, Future
Generation Computer Systems (2016).
[113] J. Li , F. Sha, Y. Zhang, X. Huang, J.
Shen, descifrado externo verificable de at-
cifrado basado en tributos con longitud de
texto cifrado constante, seguridad y
comunicación
Redes de comunicación 2017 (2017).
[114] T. Nishide , K. Yoneyama, K. Ohta,
cifrado basado en atributos con parcialmente
estructuras de acceso ocultas especificadas
por el encriptador, en: Proceedings of
International
Conferencia sobre criptografía aplicada y
seguridad de red, Springer, 2008,
pp. 111-129.
[115] J. Lai , RH Deng, Y. Li, cp-abe
expresivo con estructura de acceso
parcialmente oculta
tures, en: Actas del 7º Simposio ACM sobre
Información, Computadora
y Seguridad de las comunicaciones, ACM,
2012, págs. 18–19.
[116] R. Xu , B. Lang, Un esquema cp-abe
con política oculta y su aplicación en
computación en la nube, int. J. Cloud
Comput. 4 (4) (2015) 279–298.
[117] TVX Phuong , G. Yang, W. Susilo,
Política de texto cifrado oculto basado en
atributos
cifrado bajo supuestos estándar, IEEE
Trans. Inf. Forense Secur. 11
(1) (2016) 35–45.
[118] S. Lin , R. Zhang, H. Ma, M. Wang,
Revisitando el cifrado basado en atributos
con
descifrado externo verificable, IEEE
Trans. Inf. Forense Secur. 10 (10)
(2015) 2119–2130.
[119] H. Zhong, W. Zhu, Y. Xu, J. Cui,
cifrado basado en atributos de múltiples
autoridades
esquema de control de acceso con política
oculta para almacenamiento en la nube, Soft
Computing
(2016) 1–9.
[120] R. Rivest , L. Adleman, M. Dertouzos,
Sobre bancos de datos y privacidad
phisms, Foundations on Secure Computation,
Academia Press, 1978.
[121] P. Cohn , Introducción a la teoría del
anillo, Matemáticas de pregrado de Springer
Serie, Springer, 20 0 0.
[122] T. Elgamal , un criptosistema de clave
pública y un esquema de firma basado en
Dis-
Crete Logarithms, vol. 31, 1985, págs. 469–
472.
[123] R. Rivest, A. Shamir, L. Adleman, Un
método para obtener firmas digitales
y Public-key Cryptosystems, volumen 21,
1978, pp. 120-126.
[124] P. Paillier , criptosistemas de clave
pública basados en residuos de grado
compuesto
Clases de ity, en: Actas de la 17ª Conferencia
Internacional de Teoría
y aplicación de técnicas criptográficas,
EUROCRYPT'99, Springer-Verlag,
Berlín, Heidelberg, 1999.
[125] D. Boneh, E. Goh, K. Nissim,
Evaluación de fórmulas 2-dnf en textos
cifrados, en: Pro-
Actas de la Segunda Conferencia
Internacional sobre Teoría de la Criptografía,
TCC'05, Springer-Verlag, Berlín, Heidelberg,
2005.
[126] JH Cheon, J.-S. Coron, J. Kim, MS
Lee, T. Lepoint, M. Tibouchi, A. Yun, Batch
cifrado totalmente homomórfico sobre los
enteros, en: Actas de publicación anual
Conferencia internacional sobre teoría y
aplicaciones de la criptografía
Techniques, Springer, 2013, págs. 315–335.
[127] G. Gratzer , Teoría general del
enrejado, Matemática pura y aplicada, 75,
Aca-
demic Press Inc./Harcourt Brace Jovanovich
Publishers, Nueva York, 1978.
[128] Z. Brakerski , V. Vaikuntanathan,
cifrado totalmente homomórfico eficiente de
(estándar) lwe, SIAM J. Comput. 43 (2)
(2014) 831–871.
[129] T. Plantard , W. Susilo, Z. Zhang, Lll
para redes ideales: reevaluación de la
seguridad del esquema de Gentry – Halevi,
Des. Códigos Cryptogr. 76 (2) (2015)
325–344.
[130] C. Gentry , S. Halevi, Implementando
el cifrado totalmente homomórfico de Gentry
esquema, en: Actas de la Conferencia
internacional anual sobre la teoría y
Aplicaciones de técnicas criptográficas,
Springer, 2011, pp. 129-148.
[131] S. Agrawal , A. Choubey, Encuesta de
encriptación totalmente homomórfica y su
po-
esencial para la seguridad de la computación
en la nube, int. J.
Adv. Res. Comput Sci. Softw. Ing.
4 (7) (2014) 679–686.
[132] D. Petcu , C. Cr ˘Aciun, Hacia un
servicio de monitoreo de nube basado en SLA
de seguridad,
2014, págs. 679–686.
[133] M. Sookhak, A. Gani, H. Talebian, A.
Akhunzada, SU Khan, R. Buyya,
AY Zomaya , Auditoría remota de datos en
entornos de computación en la nube: una
solución
Vey, taxonomía y temas abiertos, ACM
Comput. Surv. 47 (4) (2015) 65.
[134] G. Ateniese, R. Burns, R. Curtmola, J.
Herring, O. Khan, L. Kissner, Z. Peterson,
D. Canción , Verificación remota de datos
usando posesión de datos comprobables, 14,
ACM, Nuevo
York, NY, Estados Unidos, 2011.
[135] A. Juels , B. Kaliski, Pors: pruebas de
recuperación para archivos grandes, en:
Procedimientos
de la 14ª Conferencia ACM sobre Seguridad
Informática y Comunicaciones, CCS
'07, ACM, 2007.
[136] H. Shacham, B. Waters, Pruebas
compactas de recuperación, en: Actas de
XIV Conferencia Internacional sobre Teoría y
Aplicación de la Cripta
tología y seguridad de la información:
avances en criptología, ASIACRYPT '08,
Springer-Verlag, Berlín, Heidelberg, 2008.
[137] R. Curtmola , O. Khan, R. Burns,
Robusta verificación remota de datos, en:
Procedimientos
del 4º Taller internacional de ACM sobre
seguridad de almacenamiento y
supervivencia,
StorageSS '08, ACM, Nueva York, NY, EE.
UU., 2008, págs. 63–68.
[138] Y. Dodis , S. Vadhan, D. Wichs,
Pruebas de recuperación mediante
amplificación de dureza.
ción, en: Actas de la 6ª Conferencia de Teoría
de la Criptografía sobre Teoría
of Cryptography, TCC '09, Springer-Verlag,
Berlín, Heidelberg, 2009.
[139] C. Erway , A. Kupcu, C. Papamanthou,
R. Tamassia, Posibilidad de datos dinámicos
demostrables
sesión, en: Actas de la 16ª Conferencia ACM
sobre Computación y Comunicación
Seguridad de las comunicaciones, CCS '09,
Nueva York, NY, EE. UU., 2009.
[140] Y. Yu , L. Xue, MH Au, W. Susilo, J.
Ni, Y. Zhang, AV Vasilakos, J. Shen, Cloud
comprobación de integridad de datos con un
mecanismo de auditoría basado en identidad
de rsa,
Futur Gener. Comput Syst. 62 (2016) 85–91.
[141] Y. Ren , J. Shen, Y. Zheng, J. Wang,
H.-C. Chao, auditoría de integridad de datos
eficiente
para la seguridad del almacenamiento en la
nube de salud móvil, Peer-to-Peer
Netw. Appl. 9 (5)
(2016) 854–863.
[142] C. Wang, SS Chow, Q. Wang, K. Ren,
W. Lou, Auditoría pública para preservar la
privacidad.
ing para almacenamiento seguro en la nube,
IEEE Trans. Comput 62 (2) (2013) 362–375.
[143] H. Wang , Y. Zhang, Sobre la solidez
del conocimiento de una cooperativa
demostrable
esquema de posesión de datos en
almacenamiento multicloud, IEEE
Trans. Distrib. Paralela
Syst. 25 (1) (2014) 264–267.
[144] J. Li , L. Zhang, JK Liu, H. Qian, Z.
Dong, Auditoría pública para preservar la
privacidad
protocolo para dispositivos finales de bajo
rendimiento en la nube, IEEE
Trans. Inf. Forense
Secur. 11 (11) (2016) 2572-2583.
[145] Z. Deng , J. Zhou, P3dp: privacidad
preservando la posesión de datos
demostrables con mul-
ti-copy y dinámica de datos en un
almacenamiento en la nube, J. Intell. Fuzzy
Syst. 31 (2)
(2016) 1065-1078.
[146] J. Xu , E. Chang, Hacia pruebas
eficientes de recuperación, en:
Procedimientos de
el 7º Simposio ACM sobre Información,
Computación y Comunicaciones.
curity, ASIACCS '12, Nueva York, NY, EE.
UU., 2012.
[147] L. Krzywiecki , M. Kutylowski, Prueba
de posesión para almacenamiento en la nube
a través de la-
Técnicas de interpolación grangianas, en:
Actas de la 6ª reunión internacional
conferencia sobre seguridad de redes y
sistemas, NSS'12, Springer-Verlag, Berlín,
Heidelberg, 2012.
[148] D. Boneh , B. Lynn, H. Shacham,
Firmas cortas del emparejamiento de weil, en:
Actas de la 7ª Conferencia Internacional
sobre Teoría y Aplicación.
catión de criptología y seguridad de la
información: avances en criptología, ASI-
ACRYPT '01, Springer-Verlag, Londres,
Reino Unido, Reino Unido, 2001, pp. 514–
532.
[149] C. Wang, Q. Wang, K. Ren, W. Lou,
Auditoría pública para preservar la privacidad
de
seguridad del almacenamiento de datos en la
computación en la nube, en: Actas de la 29ª
Con-
ference en Information Communications,
INFOCOM'10, IEEE Press, Piscataway,
NJ, EE. UU., 2010, págs. 525–533.
[150] Y. Zhu , H. Wang, Z. Hu, G. Ahn, H.
Hu, S. Yau, Servicios de auditoría dinámica
para
verificación de integridad de
almacenamientos tercerizados en nubes, en:
Actas del
Simposio ACM 2011 sobre Computación
Aplicada, SAC '11, Nueva York, NY, EE.
UU.,
2011
N. Kaaniche, M. Laurent / Computer
Communications 111 (2017) 120–141
141
[151] N. Kaaniche , E. El Moustaine, M.
Laurent, Un nuevo esquema de conocimiento
cero
para la prueba de posesión de datos en
aplicaciones de almacenamiento en la nube,
en: Actas de
el 14º Simposio Internacional IEEE / ACM
2014 sobre Cluster, Cloud y Grid
Computing, Chicago, IL, EE. UU., 26 y 29 de
mayo de 2014, 2014.
[152] M. Girault , G. Poupard, J. Stern,
autenticación y firma sobre la marcha
esquemas basados en grupos de orden
desconocido, J. Cryptol. 19 (2006) 463–487.
[153] B. Wang, B. Li, H. Li, Panda: auditoría
pública de datos compartidos con usuarios
eficientes
revocación en la nube, IEEE
Trans. Serv. Comput 8 (1) (2015) 92-106.
[154] G. Yang , J. Yu, W. Shen, Q. Su, Z. Fu,
R. Hao, Habilitación de auditoría pública para
datos compartidos en el almacenamiento en la
nube que respaldan la privacidad y la
trazabilidad de la identidad, J.
Syst. Softw. 113 (2016) 130-139.
[155] D. Chaum, Firmas a ciegas para pagos
imposibles de rastrear, en: Actas de Ad-
vances in Cryptology, Crypto'82, 1982.
[156] G. Ateniese , R. Di Pietro, L. Mancini,
G. Tsudik, escalable y eficiente demostrable
posesión de datos, en: Actas de la 4ta
Conferencia Internacional sobre Se-
Curity and Privacy in Communication
Netowrks, SecureComm '08, Nueva York,
NY, Estados Unidos, 2008.
[157] K. Bowers, A. Juels, A. Oprea, Hail:
una capa de alta disponibilidad e integridad
para
almacenamiento en la nube, en: Actas de la
16ª Conferencia ACM sobre Computación y
Seguridad de las comunicaciones, CCS '09,
Nueva York, NY, EE. UU., 2009.
[158] Y. Zhu, H. Hu, GJ Ahn, M. Yu,
Posesión cooperativa de datos comprobables
para
Verificación de la integridad en el
almacenamiento multicloud., volumen 23,
2012.
[159] Q. Wang, C. Wang, J. Li, K. Ren, W.
Lou, Habilitación de la verificabilidad
pública y
dinámica de datos para la seguridad del
almacenamiento en la computación en la
nube, en: Actas de
XIV Conferencia Europea sobre
Investigación en Seguridad Informática,
ESORICS'09,
Springer-Verlag, Berlín, Heidelberg, 2009.
[160] E. Shi , E. Stefanov, C. Papamanthou,
Pruebas dinámicas prácticas de recuperación,
en: Actas de la Conferencia ACM SIGSAC
2013 sobre Comunicaciones Informáticas
Seguridad de cationes, CCS '13, ACM,
Nueva York, NY, EE. UU., 2013, págs. 325-
336.
[161] RC Merkle , una firma digital basada en
una función de cifrado convencional
ción, en: Actas de la Conferencia sobre la
teoría y las aplicaciones de la cripta
Técnicas Tográficas sobre Avances en
Criptología, CRYPTO '87, Springer-Verlag,
Londres, Reino Unido, Reino Unido, 1988,
págs. 369–378.
[162] T. Shuang, T. Lin, L. Xiaoling, J. Yan,
un método eficiente para verificar el
integridad de los datos en la nube, China
Commun. 11 (9) (2014) 68–81.
[163] C. Gritti , W. Susilo, T. Plantard,
posesión de datos demostrable dinámica
eficiente
con verificabilidad pública y privacidad de
datos, en: Actas de Con-
Conferencia sobre seguridad y privacidad de
la información, Springer, 2015, págs. 395–
412.
[164] A . Juels , A. Oprea, nuevos enfoques
de seguridad y disponibilidad para datos en la
nube,
Commun. ACM 56 (2) (2013) 64–73.
[165] H. Wang, posesión de datos
comprobables distribuidos basados en
identidad en múltiples nubes
almacenamiento, IEEE
Trans. Serv. Comput 8 (2) (2015) 328–340.
[166] N. Kaaniche , M. Laurent, Firmas
basadas en atributos para apoyar el
anonimato.
certificación mous, en: Actas del simposio
europeo sobre investigación en
Computer Security, Springer, 2016, págs.
279–300.
[167] J. Camenisch, S. Krenn, A. Lehmann,
GL Mikkelsen, G. Neven, MO Pederson,
Comparación científica de los protocolos abc:
Parte I - Tratamiento formal de la privacidad
Mejora de los sistemas de credenciales, 2014.
[168] IBM, Ibm Identity Mixer, Idemix,
2012.
[169] J. Camenisch , A. Lysyanskaya, Un
sistema eficiente para anonimato no
transferible.
credenciales de mous con revocación de
anonimato opcional, en: Actas de An-
Conferencia internacional anual sobre teoría y
aplicación de la criptografía
Técnicas, EUROCRYPT '01, 2001.
[170] J. Camenisch , A. Lysyanskaya, Un
esquema de firma con protocolos eficientes.
en: Actas de la Conferencia Internacional
sobre Seguridad y Criptografía para
Redes, SCN, 2002.
[171] Microsoft, U-prove Community
Technology, 2013.
[172] Marcas SA , repensar las
infraestructuras de clave pública y los
certificados digitales:
Building in Privacy, MIT Press, Cambridge,
MA, EE. UU., 20 0 0.
[173] M. Langheinrich , Privacidad por
diseño: principios de privacidad ubicua
sistemas, en: Actas de la Conferencia sobre
Computación ubicua y ubicua
ing, UbiComp '01, 2001.
[174] C. Europa , Propuesta de reglamento
del parlamento europeo y del
Consejo sobre la protección de las personas
con respecto al procesamiento de
datos sonoros y sobre la libre circulación de
dichos datos, en: Protección de datos
generales
Reglamento, enero de 2016, 2016.
[175] W. House, Mejora de la elección en
línea, la eficiencia, la seguridad y la
privacidad, en: Na-
Estrategia nacional para identidades de
confianza en el ciberespacio, abril de 2011,
2011.
[176] Q. Tang, búsqueda en datos cifrados:
modelos teóricos y aplicaciones prácticas
iones, 2012.
[177] DX Song , D. Wagner, A. Perrig,
Técnicas prácticas para búsquedas en
datos cifrados, en: Actas del simposio 20 0 0
IEEE sobre seguridad y
Privacidad, SP '00, IEEE Computer Society,
Washington, DC, EE. UU., 20 0 0.
[178] E.-J. Goh y col. , en: índices seguros.,
vol. 2003, 2003, p. 216
[179] D. Boneh, G. Di Crescenzo, R.
Ostrovsky, G. Persiano, Cifrado de clave
pública
con Búsqueda de palabras clave, 2004.
[180] R. Curtmola , J. Garay, S. Kamara, R.
Ostrovsky, cifrado simétrico de búsqueda
ción: definiciones mejoradas y construcciones
eficientes, J. Comput. Secur. 19 (5)
(2011) 895–934.
[181] Z. Fu , X. Wu, C. Guan, X. Sun, K.
Ren, Hacia un borroso eficiente de múltiples
palabras clave
buscar en datos tercerizados cifrados con
mejora de precisión, IEEE
Trans. Inf. Forense Secur. 11 (12) (2016)
2706–2716.
[182] J. Li , Q. Wang, C. Wang, N. Cao, K.
Ren, W. Lou, búsqueda de palabras clave
Fuzzy
datos cifrados en la computación en la nube,
en: Actas de IEEE INFOCOM, IEEE,
2010, pp. 1-5.
[183] M. Kuzu, MS Islam, M. Kantarcioglu,
Búsqueda de similitud eficiente sobre
datos cifrados, en: Actas de la 28ª
Conferencia Internacional de IEEE 2012
en Ingeniería de Datos, ICDE, IEEE, 2012,
pp. 1156–1167.
[184] S. Kamara , C. Papamanthou, paralela y
dinámica de búsqueda simétrica en-
cifrado, en: Actas de la Conferencia
Internacional sobre Cryptogra- Financiera
phy and Data Security, Springer, 2013, págs.
258–274.
[185] D. Cash, J. Jaeger, S. Jarecki, CS Jutla,
H. Krawczyk, M.-C. Rosu, M. Steiner,
Cifrado de búsqueda dinámica en bases de
datos muy grandes: estructuras de datos y
implementación., en: Procedimientos de
seguridad de red y sistema distribuido
Simposio, NDSS, 14, Citeseer, 2014, págs.
23–26.
[186] Z. Xia , X. Wang, X. Sun, Q. Wang,
una palabra clave segura y dinámica
esquema de búsqueda clasificada sobre datos
en la nube encriptados, IEEE Trans. Distrib.
Paralela
Syst. 27 (2) (2016) 340–352.
[187] M. Naveed, M. Prabhakaran, CA
Gunter, cifrado dinámico de búsqueda a
través de
almacenamiento ciego, en: Actas del
Simposio IEEE 2014 sobre Seguridad y Pri-
vacy, SP, IEEE, 2014, págs. 639–654.
[188] Q. Zheng , S. Xu, G. Ateniese, Vabks:
búsqueda de palabras clave basada en
atributos verificables
sobre datos encriptados tercerizados, en:
Procedimientos IEEE Infocom, IEEE, 2014,
pp. 522-530.
[189] R. Zhang , R. Xue, T. Yu, L. Liu,
Pvsae: una búsqueda pública verificable
marco de servicio de cifrado para datos
cifrados tercerizados, en: Procedimientos
de 2016 IEEE International Conference on
Web Services, ICWS, IEEE, 2016,
págs. 428–435.
[190] R. Cheng, J. Yan, C. Guan, F. Zhang,
K. Ren, simétrico de búsqueda verificable
cifrado de la ofuscación indistinguible, en:
Actas del 10
Simposio de ACM sobre seguridad de la
información, la informática y las
comunicaciones,
ACM, 2015, págs. 621–626.
[191] B. Chor, E. Kushilevitz, O. Goldreich,
M. Sudán, Recuperación de información
privada,
tomo 45, 1998.
[192] M. Layouni , Recuperación de
información simétricamente privada
acreditada, en: Pro-
Actas del Segundo Taller Internacional sobre
Seguridad, IWSEC 2007, Nara,
Japón, 29–31 de octubre de 2007 y Avances
en información y servicios informáticos
Curity, 2007.
[193] R. Ostrovsky , WE Skeith III. , Una
encuesta de información privada de base de
datos única
recuperación: técnicas y aplicaciones, en:
Actas de la 10ª Internacional
Conferencia internacional sobre práctica y
teoría en criptografía de clave pública,
PKC'07,
Springer-Verlag, Berlín, Heidelberg, 2007.
[194] A. Bessani , M. Correia, B. Quaresma,
F. Andre, P. Sousa, Depsky: confiable
y almacenamiento seguro en una nube de
nubes, en: Actas de la Sexta Convención
ference on Computer Systems, EuroSys '11,
ACM, Nueva York, NY, EE. UU., 2011,
págs. 31–46.
[195] RA Popa , JR Lorch, D. Molnar, HJ
Wang, L. Zhuang, Habilitando la seguridad
en
slas de almacenamiento en la nube con
cloudproof, en: Actas de la Convención
USENIX 2011
ference en la conferencia técnica anual de
USENIX, USENIXATC'11, USENIX As-
sociation, Berkeley, CA, EE. UU., 2011.
[196] H. Abu-Libdeh, L. Princehouse, H.
Weatherspoon, Racs: un caso para almacenar
nubes
diversidad de edad, en: Actas del 1er
Simposio ACM sobre Cloud Comput-
ing, SoCC '10, ACM, Nueva York, NY, EE.
UU., 2010.
[197] S. Kamara , C. Papamanthou, R.
Roeder, CS2: una nube criptográfica de
búsqueda
Sistema de almacenamiento, Informe técnico
MSR-TR-2011-58, 2011.
[198] M. Van Dijk, A. Juels, Sobre la
imposibilidad de la criptografía solo para
particulares.
cy-preservating cloud computing, en: Actas
de la 5ª Conferencia USENIX
sobre Temas de actualidad en seguridad,
HotSec'10, Asociación USENIX, Berkeley,
CA, EE. UU.,
2010, págs. 1–
Conclusiones desviar, redes locales que tengas algún

En el últimos avances tecnológicos se tipo de lan o red abierta en general y se

observó la necesidad de una gamas más podrían filtrar los datos que se desean
amplia de almacenamiento de manera y almacenar, los diversos tipos de servicios
surgió el almacenamiento en la nube lo cual en cuanto a las derivadas de los
posee una estructura muy rentable para las prestantes de estos; servicios más amplios
empresas y generando una negocio de mayor número de almacenamiento más
servicios que adquirimos, Estas redes o ayuda
confidencialidad de los datos mayor
son especialmente brindados mediante un
seguridad para almacenar los datos una
pago por empresas y agencias
mejor infraestructura de software y
gubernamentales Más allá de la ventaja
hardware,
como usuarios adquirimos por los
recursos consumidos, los proveedores de
Nos dan a conocer el caso de unos del
la nube pueden acordar ofrecer a sus
cliente y como este puede usar sus
clientes un grupo compartido de
servicios los mas maximizado posible;
configurables recursos, que pueden ser
una nube cliente para almacenar,
recursos informáticos o almacenamiento
recuperar y compartir datos con múltiples
de datos, una gran ventaja de este método
usuarios: recuperar y compartir datos con
o servicio se puede acceder de manera
Múltiples usuarios; : los usuarios pueden
fácil y sin métodos engorrosos, aunque en
acceder al contenido almacenado en la
el 2013 se creía que era un servicio no
nube; Un CSP y un cliente: el cliente
muy seguro ya que se podrían haber
almacena y recupera sus datos; entre otras
robado la información, según un estudio
de multi-clientes para que un grupo de
internacional aseguro que es muy seguro
usuarios accedan a la información por lo
y confiable dándole al usuario mayor
general son empresas etc;
confianza, en el artículo nos indican que
no darán a conocer cuáles podrían ser los
Criterios de comparación con respecto a
mayores ataques que podría sufrir este
la confidencialidad de los datos.
tipo de almacenamiento.
El mecanismo criptográfico está
Ataques a través de redes ya que son motivado al proporcionar soporte de
datos que están en la red y se podrían seguridad y requisitos funcionales,
mientras se considera. Las capacidades
limitadas de almacenamiento y
procesamiento de los dispositivos de los
usuarios.
Los Se deben cumplir los siguientes
requisitos, dependiendo del servicio que
adquirieron ya que hay desde básicos
hasta Premium debido a estos hay
diferentes tipos de seguridad:
Control de acceso
Reenvió secreto
Secreto hacia atrás
Eficiencia de gestión (clave)
En estos casos la información puede estar
en peligro debido a mantenimiento de los
servidores y la información en peligro;
ay que algunas personas solo emplean los
servicios básicos de las compañías que
prestan el servicio, un problema crítico
Por lo tanto, se requieren técnicas y
mecanismos adecuados para verificar de
manera eficiente y confiable el estado de
los datos: antes y después de ser
calculado, y mientras se reconoce, con
los aspectos mencionados anteriormente
se puede inferir que hay distintos modos
de cuidar los datos y las seguridad y los
diversos recursos que nos ofrecen las
empresas prestantes del servicio. También
se tiene en cuenta los criterios de
comparación; el problema principal de
dicha comprobación es verificar cómo los
servidores de almacenamiento de manera
frecuente, eficiente y segura son fieles
almacenar datos subcontratados, estos
datos están constantemente bajo el
amenaza de personas; divididos en
verificación publica, verificación sin
estado; auto protección, servidores entre
otros que definen la intineracion de datos
con el cliente y de cómo los manera y
sube información, posteriormente otro
punto importante son las claves y el
cifrado de estas para acceder a la
información almacenada; hay diversos
cifrados que nos explican para que la
clave sea más difícil de conocer o de
hackear , cuenta con unas estrucuruas que
indican el número de caracteres poco
comunes y haciendo diversas
combinaciones entre letras y numero para
que así sea más segura la cuenta y los
datos no sean conocidos por terceros,
también hay claves basados en atributos
La técnica consiste en cifrar datos para
muchos usuarios a diferencia de
criptografía de clave pública tradicional
basada en el cifrado de datos para Un
usuario en particular. atributo único
versus esquemas de autoridad múltiple
archivos de datos encriptados Para
mitigar el ataque la compañía tiene el
deber de generar claves de usuario, y cada
la organización es responsable de emitir
una clave privada asociada con una
categoría o un subconjunto de
atributos. Cada autoridad de atributo es a
cargo de derivar una clave privada
asociada al atributo de un usuario. Para
evitar colusiones en este entorno, este
esquema requiere que cada usuario tenga
un identificador global único.
Cifrado homomórfico
“Operaciones realizadas en textos
cifrados. Cifrado homomórfico Los
algoritmos permiten a un tercero realizar
cálculos en textos cifrados, asegurando
así la preservación de la privacidad” la
idea de este cifrado es calcular simples en
cifrados estos tiene un mecanismo y un
algoritmo mediante sumas, restas,
multiplicación y divisiones; estructurados
mediante un código o algoritmo que lo
analiza para conceder acceso al usuario
dependiendo de sus clave el algoritmo es
más básico o más avanzado,
Después la confidencialidad de los datos;
eficiente, general, el usuario también
espera que estén seguro sus datos, cuyas
dichas opciones dependen de procesos de
costos y planes por decirlo del paquete
empleado o que se acomode su
información y lo que desea almacenar; La
supervisión de seguridad en la nube es un
proceso dinámico y repetido; la
confidencialidad de los datos se divido
en; proporcionar informes de datos
comprensibles y valiosos que deben ser
correlacionado y analizado. Por un lado,
estos mecanismos de seguridad.
proporcionar información de registro para
mejorar la confianza, la transferencia
Parencia, visibilidad y eliminación de la
incertidumbre que rodea la nube.
servicios debido a su abstracción. Por otro
lado, los sistemas de monitoreo de
seguridad
involucran proceses para recopilar y
analizar datos para eventos de interés para
responder automáticamente a incidentes
relacionados con la seguridad. Por lo
tanto, nube cifrado y protegiendo las
claves de cifrado. Así, el estudio en se
presenta como un nuevo
concepto de solución para asegurar que
Los datos gestionados en la nube están
protegidos
de forma segura mediante cifrado.
La propuesta de Van Dijk et al permite a
un cliente especificar un
codificación de su elección y luego
verificar que sus datos estén almacenados
en
servidores en la nube en el formato
deseado. Luego está el proceso de
verificación de la
plataforma para validar los datos las
estructuras de las claves y su cifrado
homomórfico.
Prueba de posesión de datos (PDP) y
prueba de recuperación de datos
Ambos mecanismos PDP están diseñados
para verificar la integridad de los datos
almacenados en una nube.
PDP
Que PDP solo verifica la posesión de
datos tercer izados por
Servidores remotos Por lo general, un
esquema PDP se puede transformar en un
algoritmo de corrección de datos o
borrándolos y es un desafio de respuesta ,
el servicio remoto de la información en la
nube está dado por PDP,hay una
verificación de datos El estudio en es
eficiente ya que no hay necesidad de
recuperar datos bloques para la
verificación de posesión de datos Los
principales inconvenientes son la
complejidad del cálculo debido a la gran
cantidad de módulos.
Soporte de datos dinámicos.
Una base remota donde se almacenan
datos y es un sistema PDP esto nos
permite Su esquema admite dinámica
completa operaciones, a saber, modificar,
eliminar, insertar y agregar operaciones,
mientras se basa en directorios
autenticados basados en rango.
Proporciona actualización de bloques,
eliminar y agregar operaciones y no es
compatible con la función de
inserción. Sin embargo, implica un
auditor externo para garantizar la
verificabilidad pública.
Comparación entre esquemas PDP y PoR
“Los algoritmos de diseño son un poco
diferentes con respecto a varios aspectos.
Por ejemplo, los esquemas de PoR se
consideran más seguros en comparación a
algoritmos PDP. Es decir, los
mecanismos de PoR requieren el uso de
los códigos de corrección de errores
deben aplicarse para recuperar daños
datos. Sin embargo, los esquemas PDP
son conocidos por su mayor eficiencia y
aplicabilidad a bases de datos públicas a
gran escala, como la digital.” Estos dos
esquemas funcionan con un esquema o
soporte dinámicos.
Construcción de cifrado de búsqueda
Un mecanismo de búsqueda, diseñado
para entornos de nube,
Incluye cinco pasos principales, La
eficacia de los esquemas de cifrado de
búsqueda, al centrarse en
El proceso de búsqueda. Estos incluyen ,
tal, existen mecanismos SE que permiten
la búsqueda en datos dinámicos En los
autores proponen un nuevo método para
Garantizar una encriptación dinámica
Búsqueda verificable
Da la opción de que el cliente pueda
recuperar si información , lo cual la
empresa le permite solicitar un servidor
en la nube para recuperar la información
perdida la cual se compone de esquemas
de verificaion de datos mediante el
algoritmo y tiene una clasoificaion “PIR
computacional (cPIR): estos esquemas
proporcionan privacidad contra servidores
computacionalmente acotados. Es decir, la
privacidad. del cliente en la nube depende de
la intratabilidad computacional”.
La creciente necesidad de servicios
seguros de almacenamiento en la nube y
la propiedades atractivas de este modelo
de negocio nos llevan a investigar los
desafíos de seguridad y privacidad de la
externalización de datos en la nube. los
El atractivo de los servicios en la nube
emana del pago por uso modelo que
permite a las empresas y organizaciones
manejar extra tráfico y procesamiento de
datos sin invertir en equipos adicionales y
reclutamientos personales. Sin embargo,
esto está sombreado por el Pérdida de
control de datos y la función de
arrendamiento múltiple, que puede servir
usuarios sin escrúpulos para realizar
ataques digitales. Como tal, cliente la
privacidad, la confidencialidad de los
datos, la disponibilidad y el control son
realmente fundamentales y problemas
críticos desafiantes. Esta encuesta revisa
los existentes desafíos de seguridad y
problemas de privacidad que enfrentan
los clientes en entornos de
almacenamiento en la nube y trae una
comparación crítica Análisis de los
mecanismos de defensa criptográfica.
Aunque la criptografía proporciona
soluciones interesantes para varios
problemas de seguridad y privacidad, los
lectores deben tener en cuenta que no
ofrece soluciones completas a todo lo
mencionado problemas. afirman que no

hay cripta.