版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著計算機技術(shù)的發(fā)展和各種電子信息交互活動在現(xiàn)實生活中的不斷深入,計算機犯罪的類型和領(lǐng)域也在增加和擴大,電子證據(jù)正悄然走近司法領(lǐng)域。與傳統(tǒng)證據(jù)相比,由于電子證據(jù)極容易被篡改和偽造,傳統(tǒng)證據(jù)集中存儲保全的方法已經(jīng)不能滿足電子證據(jù)保全的需要。分布式編碼技術(shù)將電子證據(jù)分散為多個數(shù)據(jù)分塊,將證據(jù)集中存儲的安全風(fēng)險分散到每個數(shù)據(jù)分塊,能在部分?jǐn)?shù)據(jù)分塊錯誤的情況下及時有效恢復(fù)原始數(shù)據(jù),提高了電子證據(jù)的容錯能力,成為電子證據(jù)保全的新需求。與此同時,隨
2、著海量取證信息的出現(xiàn),完整性檢驗數(shù)據(jù)本身也存在大數(shù)據(jù)量的問題,如何在保證完整性數(shù)據(jù)量較少的前提下進一步提高電子證據(jù)的可靠性和容錯能力,成為了新的挑戰(zhàn)。
本文首先介紹了計算機證據(jù)保全的研究現(xiàn)狀,分析了當(dāng)前所面臨的問題。然后,介紹了完整性指示碼的基礎(chǔ)理論和常用的基于冗余的分布式編碼存儲技術(shù)。提出了一種具有容錯能力的電子證據(jù)分散存儲方法,其思想是在保證電子證據(jù)完整性的前提下,提高其容錯能力。該方法通過分散算法將電子證據(jù)分散為多個
3、數(shù)據(jù)分塊,存儲到多個安全存儲節(jié)點。采用完整性指示碼,用少量Hash準(zhǔn)確指示錯誤數(shù)據(jù)的分布位置,有效避免了因為偶然錯誤或個別的篡改而導(dǎo)致整個分塊不能參加恢復(fù)運算的后果?;謴?fù)數(shù)據(jù)時,當(dāng)有足夠正確分塊時,能及時有效恢復(fù)原始數(shù)據(jù)。分析了該方法的基本性能,結(jié)論表明該方法增加少量的Hash數(shù)據(jù),在錯誤分塊數(shù)超出CRS恢復(fù)算法容錯能力時,能根據(jù)錯誤分塊的數(shù)量和錯誤數(shù)據(jù)分布的位置,盡可能多的恢復(fù)原始數(shù)據(jù),進一步提高了電子證據(jù)的容錯性和可靠性。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 細(xì)粒度數(shù)據(jù)完整性檢驗算法研究.pdf
- 細(xì)粒度完整性檢驗方法及應(yīng)用研究.pdf
- 基于細(xì)粒度新鮮性的密碼協(xié)議分析.pdf
- 細(xì)粒度意見挖掘研究.pdf
- 基于角色的網(wǎng)格細(xì)粒度授權(quán)的研究.pdf
- 基于標(biāo)簽的細(xì)粒度訪問控制模型研究.pdf
- 基于本體的細(xì)粒度知識管理研究.pdf
- 基于細(xì)粒度監(jiān)控的Spark優(yōu)化研究.pdf
- 基于資源網(wǎng)關(guān)的細(xì)粒度訪問控制研究.pdf
- 基于在線評論的細(xì)粒度情感分析研究.pdf
- 基于角色的細(xì)粒度訪問控制研究與實現(xiàn).pdf
- 基于細(xì)粒度情感詞典的心理預(yù)警模型研究.pdf
- 基于授權(quán)視圖的細(xì)粒度訪問控制方法.pdf
- 電子政務(wù)中細(xì)粒度的訪問控制策略研究.pdf
- 細(xì)粒度情感分析研究.pdf
- 基于部件對齊模型的細(xì)粒度分類方法研究.pdf
- 基于Simulink模型的細(xì)粒度多線程技術(shù)研究.pdf
- 基于GPU加速的細(xì)粒度模型并行免疫算法研究.pdf
- 基于GPU加速的細(xì)粒度并行蟻群算法.pdf
- 基于物體部件模型的細(xì)粒度圖像識別.pdf
評論
0/150
提交評論