云計(jì)算中基于Tent映射的混沌混合加密算法研究

戰(zhàn)非+張少茹

摘 要：本文介紹了云計(jì)算特點(diǎn)及Hadoop分布式計(jì)算框架，對(duì)云計(jì)算中引入混沌理論的混合加密算法進(jìn)行研究。首先分析了傳統(tǒng)加密算法DES和RSA，對(duì)其二者在云計(jì)算中的缺陷進(jìn)行了闡述，通過引入混沌理論提出了一種混沌混合加密算法（CDR）。該算法通過Tent映射產(chǎn)生隨機(jī)混沌序列，轉(zhuǎn)換為初始密鑰，利用混沌特性對(duì)密鑰進(jìn)行優(yōu)化，然后對(duì)DES及RSA算法進(jìn)行混合。最后在Hadoop平臺(tái)上進(jìn)行實(shí)驗(yàn)，搭建集群模擬云平臺(tái)，通過MapReduce過程執(zhí)行CDR算法對(duì)數(shù)據(jù)進(jìn)行加密和解密實(shí)驗(yàn)，通過實(shí)驗(yàn)分析證明CDR算法從安全性和效率上優(yōu)于DES和RSA算法，更加適用于云計(jì)算環(huán)境。

關(guān)鍵詞：云計(jì)算；混沌理論；Hadoop平臺(tái)；DES算法；RSA算法

中圖分類號(hào)： TP391.9 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： This paper introduces the characteristics of cloud computing and the Hadoop distributed computing framework， and studies the hybrid encryption algorithm which introduces chaos theory into the cloud computing. Firstly， the traditional encryption algorithm DES and RSA are analyzed， and the defects of the two in the cloud computing are described. A chaotic hybrid encryption algorithm （CDR） is proposed by introducing the chaos theory. The algorithm generates random chaotic sequences by Tent mapping， and converts it to the initial key， and then mixed with DES and RSA algorithm to encrypt and decrypt the data， which effectively improves the efficiency and security of the algorithm. Finally， experiments are conducted on the Hadoop platform， in which a cluster simulation cloud environment is built， through horizontal comparison of the experimental results with DES and RSA algorithm， the CDR algorithm is proved to be more suitable for data encryption in the cloud computing environment.

Key words：Cloud Computing；Chaos Theory；Hadoop；DES；RSA

1 引言

云計(jì)算作為一種應(yīng)用于互聯(lián)網(wǎng)的新興的計(jì)算模式，將基礎(chǔ)資源設(shè)施、應(yīng)用系統(tǒng)、軟件平臺(tái)等作為服務(wù)提供給用戶[1]。云計(jì)算也是一種以虛擬化為基礎(chǔ)的架構(gòu)方式，能夠?qū)①Y源虛擬化并構(gòu)建規(guī)模較大的資源池，對(duì)外以服務(wù)方式進(jìn)行管理。

隨著云計(jì)算的發(fā)展，海量的用戶數(shù)據(jù)和大型數(shù)據(jù)被放入云計(jì)算系統(tǒng)中，由于云計(jì)算分布式及虛擬化的特點(diǎn)，用戶不能直觀的確定數(shù)據(jù)的存儲(chǔ)位置和劃分情況等，所以數(shù)據(jù)的安全問題就變得非常重要。對(duì)傳輸數(shù)據(jù)進(jìn)行加密處理是目前最直觀最可行的保障數(shù)據(jù)安全的方法。目前有很多成熟的加密算法基本能夠保證加密密文不被輕易破解，例如本文討論的RSA算法。但是，由于云計(jì)算提供的服務(wù)主要面向互聯(lián)網(wǎng)用戶，在目前帶寬成本和配套設(shè)施的限制下，要保證云計(jì)算的服務(wù)速度，對(duì)加密算法的效率就提出了較高的要求，RSA算法密鑰生成較為復(fù)雜，對(duì)云計(jì)算中的大型數(shù)據(jù)加密時(shí)間較長(zhǎng)，不適合應(yīng)用在云計(jì)算中。

DES算法提出較早，是一種典型的對(duì)稱加密算法，DES最大的優(yōu)勢(shì)在于軟硬件上實(shí)現(xiàn)起來較為簡(jiǎn)單，執(zhí)行速度較快，從效率角度出發(fā)適合應(yīng)用在云計(jì)算中。但是較RSA算法而言，僅64位的密鑰長(zhǎng)度，在目前計(jì)算機(jī)硬件發(fā)展水平下，存在被暴力破解的可

能，從安全性上不適合應(yīng)用在云計(jì)算中。

本文從改進(jìn)RSA和DES算法在云計(jì)算中的缺點(diǎn)出發(fā)，提出一種適合云計(jì)算的混沌混合加密算法（CDR）。該算法引入混沌理論，通過混沌映射變量的隨機(jī)性和遍歷性對(duì)初始密碼優(yōu)化，同時(shí)對(duì)RSA和DES兩種算法進(jìn)行混合。提出算法對(duì)明文通過效率較高的DES算法進(jìn)行加密以保證云計(jì)算下的效率，對(duì)通過混沌映射得到的密鑰進(jìn)行RSA算法加密傳輸，以保證云計(jì)算中的安全性。

最后通過搭建Hadoop云平臺(tái)，創(chuàng)建集群模擬云計(jì)算環(huán)境。通過MapReduce執(zhí)行CDR算法進(jìn)行數(shù)據(jù)加密解密實(shí)驗(yàn)，通過對(duì)明文數(shù)據(jù)不同大小的劃分，測(cè)試了提出算法在云環(huán)境下的表現(xiàn)，并且橫向?qū)Ρ攘薘SA和DES在相同實(shí)驗(yàn)環(huán)境下的數(shù)據(jù)，從執(zhí)行效率及安全性角度證明CDR算法更適合于云計(jì)算的要求。

2 Hadoop框架分析

Hadoop是Apache基金會(huì)所開發(fā)的一種分布式計(jì)算框架，非常適用于云計(jì)算環(huán)境，可以對(duì)海量的數(shù)據(jù)提供存儲(chǔ)和計(jì)算[2]。Hadoop框架最核心的設(shè)計(jì)就是分布式文件系統(tǒng)（HDFS）和并行計(jì)算框架（MapReduce）。HFDS負(fù)責(zé)對(duì)數(shù)據(jù)進(jìn)行分配和提供存儲(chǔ)，MapReduce負(fù)責(zé)對(duì)數(shù)據(jù)提供計(jì)算。

2.1 HDFS系統(tǒng)

HDFS本質(zhì)是一種分布式文件系統(tǒng)，它可以將一個(gè)大的數(shù)據(jù)進(jìn)行劃分，形成若干小的數(shù)據(jù)集，并對(duì)其進(jìn)行備份，分布存儲(chǔ)于云環(huán)境中的不同節(jié)點(diǎn)上。但對(duì)于單個(gè)用戶來說，HDFS就好像一個(gè)傳統(tǒng)的分級(jí)文件系統(tǒng)，在使用時(shí)可以像操作單個(gè)文件一樣對(duì)大數(shù)據(jù)進(jìn)行操作[3]。

HDFS框架是基于一組特定節(jié)點(diǎn)構(gòu)建的，這些節(jié)點(diǎn)包括唯一的一個(gè)NameNode，用來提供元數(shù)據(jù)服務(wù)，指導(dǎo)計(jì)算節(jié)點(diǎn)和數(shù)據(jù)節(jié)點(diǎn)處理所分配的任務(wù)；多個(gè)DataNode，主要為HDFS提供存儲(chǔ)塊，并進(jìn)行分布式文件的讀寫操作。Hadoop平臺(tái)中數(shù)據(jù)冗余為三，每一塊數(shù)據(jù)對(duì)應(yīng)存儲(chǔ)在三個(gè)DataNode之中。

在云計(jì)算環(huán)境中，HDFS通過以下措施保證海量數(shù)據(jù)的可靠存儲(chǔ)。DataNode定期給NameNode發(fā)送“心跳”報(bào)文，并發(fā)送數(shù)據(jù)塊列表信息，判斷該節(jié)點(diǎn)是否正常；提供安全模式，在該模式下只提供只讀視圖，不允許進(jìn)行增刪改操作；記錄詳細(xì)的日志文件；對(duì)用戶所取數(shù)據(jù)進(jìn)行完整性檢測(cè)[4][5]。

2.2 MapReduce框架

MapReduce 是一種并行處理大數(shù)據(jù)集的軟件框架。MapReduce是基于函數(shù)性編程中的 map（） 和 reduce（） 函數(shù)，對(duì)應(yīng)計(jì)算過程中的映射和規(guī)約。Map過程中接受一組數(shù)據(jù)并將其轉(zhuǎn)換為鍵/值對(duì)列表，然后對(duì)其進(jìn)行傳輸和重新排序。Reduce過程對(duì)Map過程產(chǎn)生的中間結(jié)果進(jìn)行處理整合和排序，進(jìn)而形成最終結(jié)果。

3 DES及RSA算法分析

云計(jì)算中數(shù)據(jù)量非常大，并且往往分散在不同的計(jì)算節(jié)點(diǎn)上，安全性的保障顯得至關(guān)重要，通過加密算法對(duì)數(shù)據(jù)進(jìn)行加密和解密是保證數(shù)據(jù)安全的最有效方法之一。對(duì)稱加密算法DES和公鑰加密算法RAS都是成熟并且被廣泛應(yīng)用的加密算法，這里對(duì)這兩種算法進(jìn)行分析，并指出其二者在云計(jì)算中應(yīng)用的優(yōu)缺點(diǎn)。

3.1 DES算法

DES算法執(zhí)行過程中，對(duì)明文以64比特進(jìn)行分組，最后一組不滿64比特的按照特定方法進(jìn)行補(bǔ)齊，密鑰長(zhǎng)度為8個(gè)字節(jié)，但有8個(gè)比特位為校驗(yàn)位。在加密階段，首先通過初始置換將明文分為32位的兩部分，用左半部分和右半部分代表。然后進(jìn)行16輪運(yùn)算，對(duì)數(shù)據(jù)和密鑰進(jìn)行結(jié)合。在每一輪運(yùn)算中對(duì)密鑰進(jìn)行移位，在選取密鑰56位中的48位，將右半部分的原始32位通過擴(kuò)展置換為48位，然后進(jìn)行異或操作和48位密鑰結(jié)合，再通過S盒將此48位轉(zhuǎn)換為32位，然后再與左半部分原始32位進(jìn)行異或操作。最后通過逆初始置換，得到最終的密文。算法流程圖如圖1所示：

作為對(duì)標(biāo)準(zhǔn)DES算法的改進(jìn)，Tuchman提出使用兩個(gè)密鑰的三重DES加密方法，該方法使用兩個(gè)密鑰，執(zhí)行三次DES算法。加密的過程是加密—解密—加密，解密的過程是解密—加密—解密。兩個(gè)密鑰組合有效長(zhǎng)度有112比特，有效的提升了DES算法安全性。以 表示明文，以 代表密鑰，以 代表密文，設(shè)EK（）和DK（）代表加密和解密的方法，則3DES算法的過加密解密過程如下所示：

加密：

解密：

3.2 RSA算法

RSA算法通過大數(shù)難以分解的數(shù)學(xué)問題保證其安全性，密鑰長(zhǎng)度也遠(yuǎn)高于DES算法，達(dá)到1024位。RSA是一種能夠抵御目前絕大多數(shù)密碼攻擊的公鑰加密算法，其密鑰產(chǎn)生及加密解密流程如下：

（1） 產(chǎn)生兩個(gè)大素?cái)?shù) 和 ， ；

（2） 計(jì)算 ，根據(jù)歐拉公式 ；

（3） 隨機(jī)選擇滿足 的 作為公鑰；

（4） 計(jì)算 ，以 作為私鑰；

（5） 對(duì)明文按式 進(jìn)行加密；

（6） 對(duì)密文按式 進(jìn)行解密；

3.3 云計(jì)算中DES和RSA算法的不足

隨著云計(jì)算能力不斷提高以及計(jì)算機(jī)硬件的快速發(fā)展，對(duì)于DES加密算法而言，加密速度快是它的優(yōu)勢(shì)，比較適合處理云計(jì)算中的海量數(shù)據(jù)。但是DES最大短板就是密鑰太短。密鑰長(zhǎng)度64位去除8位校驗(yàn)位，實(shí)際有效位數(shù)僅56位，若采用窮舉法進(jìn)行破解的話，只需要計(jì)算 種可能，特別是采用云平臺(tái)的計(jì)算能力，在短時(shí)間完成破解密鑰已成為可能[6]。3DES算法雖然通過多次解密解密進(jìn)行了改進(jìn)，但是由于其基本算法仍然沿用DES算法，所以在安全性上也不能完成保證被破解的可能。

對(duì)于RSA算法而言，其密鑰長(zhǎng)度最高達(dá)到1024位，并且公鑰算法安全性本身要強(qiáng)于對(duì)稱加密算法。采用窮舉法進(jìn)行強(qiáng)行破解的可能性很小，可以說是目前較為安全的加密算法。但是RSA算法缺點(diǎn)是加密過程每次要產(chǎn)生大素?cái)?shù)，密鑰產(chǎn)生異常復(fù)雜耗時(shí)，導(dǎo)致算法執(zhí)行時(shí)間遠(yuǎn)高于DES算法，不適合在云計(jì)算中對(duì)大型數(shù)據(jù)進(jìn)行加密。

4 混沌混合加密算法（CDR）研究

混沌是一種典型的非線性現(xiàn)象，能夠按照自己規(guī)律，在一定范圍內(nèi)無(wú)重復(fù)遍歷全部狀態(tài)[6]。典型混沌特征包括：隨機(jī)性、規(guī)律性、遍歷性和對(duì)初值敏感性等。混沌通常指由確定性方程得到的隨機(jī)運(yùn)動(dòng)狀態(tài)，常見的混沌系統(tǒng)有Logistic映射、Tent映射、Chen系統(tǒng)、Lorenz系統(tǒng)等[7][8]。本文綜合DES和RSA算法的優(yōu)缺點(diǎn)，引入混沌理論，通過Tent映射生成密鑰，提出一種混沌混合加密算法（CDR），該算法綜合了DES和RSA算法的優(yōu)點(diǎn)，并且進(jìn)一步提高了算法執(zhí)行效率和安全性。

4.1 Tent映射

Tent映射也稱帳篷映射，它和Logistic映射目前被廣泛使用，較Logistic映射而言Tent映射產(chǎn)生的混沌序列對(duì)初值較不敏感，分布較均勻[9]，本文采用Tent映射作為混沌信號(hào)發(fā)生器。其表達(dá)式為：

（1）

4.2 算法原理

CDR混合算法原理為：首先通過Tent映射產(chǎn)生隨機(jī)混沌信號(hào)，然后通過數(shù)學(xué)轉(zhuǎn)換生成DES算法密鑰，此舉利用混沌系統(tǒng)的隨機(jī)特性可以提高密鑰的安全性和加密速度；然后通過此密鑰利用3DES算法對(duì)明文進(jìn)行加密；再通過RSA算法對(duì)混沌系統(tǒng)產(chǎn)生的密鑰進(jìn)行加密，將加密密鑰和密文發(fā)送接收方；接收方通過RSA解密得到3DES密鑰，由于3DES為對(duì)稱加密算法，接收方通過此密鑰可對(duì)密文進(jìn)行解密。算法流程示意圖如圖2所示：

4.3 混沌密鑰生成策略

通過Tent映射生成混沌密鑰過程如下：

（1） 隨機(jī)產(chǎn)生0到1之間的隨機(jī)數(shù) ，根據(jù)DES算法密鑰長(zhǎng)度確定迭代次數(shù)n=64；

（2） 將 和n代入式1，通過Tent映射產(chǎn)生長(zhǎng)度為64的混沌序列 ；

（3） 對(duì)序列 按 進(jìn)行重寫，得到整數(shù)序列I；

（4） 對(duì)I表示為對(duì)應(yīng)64位二進(jìn)制形式K，即為DES算法密鑰；

4.4 CDR算法分析

混沌混合加密算法（CDR）綜合了DES算法和RSA算法的優(yōu)點(diǎn)并加入混沌理論進(jìn)一步改進(jìn)，針對(duì)云計(jì)算特點(diǎn)算法優(yōu)勢(shì)從以下幾個(gè)方面分析：

（1）引入混沌系統(tǒng)的優(yōu)勢(shì)。利用混沌運(yùn)動(dòng)的非線性、隨機(jī)性和有界性對(duì)初始密鑰進(jìn)行生成。使密鑰也具有了混沌的隨機(jī)特征，同時(shí)使該算法在獲得等價(jià)安全強(qiáng)度下節(jié)省了密鑰長(zhǎng)度，提高了密鑰傳輸?shù)陌踩裕鰪?qiáng)了密鑰敏感性。

（2）算法效率優(yōu)勢(shì)。DES算法實(shí)現(xiàn)過程較為簡(jiǎn)單，能夠快速通過軟件或硬件實(shí)現(xiàn)，比較適合處理云計(jì)算中的大型數(shù)據(jù)。而RSA由于每次加密過程要至少產(chǎn)生512比特的大素?cái)?shù)，密鑰生成策略既復(fù)雜又耗時(shí)，很難做到一次一密。所以RSA算法在云計(jì)算環(huán)境中對(duì)大型數(shù)據(jù)加密速度是遠(yuǎn)高于DES算法的。CDR算法主體加密過程遵循DES算法，僅對(duì)混沌產(chǎn)生的密鑰通過RSA進(jìn)行加密傳輸。所以CDR算法的加密解密效率靠近與DES算法，要優(yōu)于RSA算法。

（3）安全性優(yōu)勢(shì)。DES算法實(shí)現(xiàn)上雖然較為簡(jiǎn)單高效，但是由于密鑰位數(shù)較短，存在被暴力破解的可能。所以在密鑰的傳輸和管理上會(huì)消耗較多的系統(tǒng)開銷。一般的做法為在通信前對(duì)密鑰進(jìn)行秘密分配，不定期進(jìn)行密鑰的更換，對(duì)不同數(shù)據(jù)也需要更換密鑰。但是在CDR算法中，通過RSA算法對(duì)64位的密鑰進(jìn)行加密傳輸，根據(jù)前文分析，RSA算法目前可被認(rèn)為是絕對(duì)安全的一種加密算法，所以很難破解RSA算法進(jìn)而獲得初始DES算法密鑰，也省去對(duì)普通DES算法密鑰的管理過程。

5 Hadoop平臺(tái)實(shí)驗(yàn)

5.1 實(shí)驗(yàn)平臺(tái)配置和搭建

本次實(shí)驗(yàn)在Java環(huán)境中配置SSH框架，實(shí)現(xiàn)Hadoop平臺(tái)搭建集群模擬云環(huán)境，集群由6臺(tái)計(jì)算機(jī)組成，其中一臺(tái)配置為“CPU I7-4790，8G內(nèi)存，主頻3.2GHZ，1T硬盤”作為NameNode，扮演Master和JobTracker的角色。為了更好模擬云環(huán)境，其余五臺(tái)計(jì)算機(jī)選取實(shí)驗(yàn)室中配置各不相同的五臺(tái)機(jī)器，作為Slave和DataNode，即云計(jì)算中的計(jì)算節(jié)點(diǎn)。

因?yàn)樵朴?jì)算中最大的優(yōu)勢(shì)就是處理大型數(shù)據(jù)的存儲(chǔ)和計(jì)算，所以本次實(shí)驗(yàn)選取了大小為1116.92MB的文本文件作為實(shí)驗(yàn)數(shù)據(jù)，在Hadoop平臺(tái)下進(jìn)行加密解密實(shí)驗(yàn)。測(cè)試CDR算法的性能，并橫向?qū)Ρ菵ES和RSA算法。

實(shí)驗(yàn)執(zhí)行加密過程步驟為：

（1） 首先將需加密明文文件放至HDFS分布式存儲(chǔ)系統(tǒng)。

（2） 對(duì)整體明文文件根據(jù)不同的數(shù)據(jù)塊大小進(jìn)行切分，以作業(yè)形式分發(fā)至集群中的計(jì)算節(jié)點(diǎn)。

（3） 重寫map（）函數(shù)，調(diào)用算法實(shí)現(xiàn)代碼，實(shí)現(xiàn)對(duì)明文的加密過程。

（4） 通過reduce（）過程對(duì)所有作業(yè)結(jié)果進(jìn)行整合得到最終密文。

實(shí)驗(yàn)解密流程和加密流程類似，此處不再重復(fù)闡述。

5.2 實(shí)驗(yàn)結(jié)果

MapReduce對(duì)數(shù)據(jù)進(jìn)行計(jì)算默認(rèn)以64MB為單位劃分?jǐn)?shù)據(jù)塊，為了更直觀的表現(xiàn)算法性能，試驗(yàn)中分別設(shè)置了64MB、32MB、16MB、8MB、4MB和2MB的文件分塊大小。分別測(cè)試CDR、DES和RSA算法。進(jìn)行10組加密實(shí)驗(yàn)和10組解密試驗(yàn)，取算法的平均執(zhí)行時(shí)間，實(shí)驗(yàn)結(jié)果如圖3和圖4所示。

由圖3和圖4可分析得出，在Hadoop平臺(tái)中，原始數(shù)據(jù)的分塊大小對(duì)三種算法的執(zhí)行效率都存在類似的影響，從64MB分塊值變化至32MB或16MB分塊值時(shí)三種算法執(zhí)行效率最高，若繼續(xù)減小分塊值特別是當(dāng)分塊值為2MB時(shí)，三種算法執(zhí)行時(shí)間都急劇上升，這是因?yàn)楫?dāng)數(shù)據(jù)塊單位過小，分塊數(shù)量就會(huì)激增，在MapReduce計(jì)算中，Reduce過程對(duì)Map過程產(chǎn)生的結(jié)果進(jìn)行整合排序的時(shí)間就越長(zhǎng)。所以在云計(jì)算中，對(duì)大型數(shù)據(jù)的劃分應(yīng)取適當(dāng)?shù)膯挝唬駝t會(huì)影響計(jì)算時(shí)間。

為進(jìn)一步橫向比較三種算法執(zhí)行效率之間的量級(jí)關(guān)系，取執(zhí)行效率最高的32MB數(shù)據(jù)塊劃分，算法執(zhí)行一次對(duì)比三種算法加密時(shí)間和解密時(shí)間。如圖5所示：

由以上實(shí)驗(yàn)分析得，通過RSA算法進(jìn)行數(shù)據(jù)加密解密時(shí)間遠(yuǎn)高于其他兩種算法，實(shí)驗(yàn)加密文本數(shù)據(jù)大小為1G左右，實(shí)際云計(jì)算中數(shù)據(jù)量要遠(yuǎn)大于此，RSA算法執(zhí)行效率較低不適合應(yīng)用在云計(jì)算中。CDR和DES算法比較，CDR算法執(zhí)行時(shí)間略高于DES算法，但是實(shí)驗(yàn)環(huán)境為6臺(tái)計(jì)算機(jī)搭建集群，實(shí)際云環(huán)境中計(jì)算能力會(huì)大幅度提高，而且隨著加密數(shù)據(jù)量的增大，根據(jù)本文上節(jié)的分析，其二者的執(zhí)行效率差距會(huì)進(jìn)一步縮小。從安全性角度上考慮，CDR算法結(jié)合了RSA算法和混沌隨機(jī)性的優(yōu)點(diǎn)，安全性要遠(yuǎn)高于DES算法。綜上所述，CDR算法是一種兼顧效率和安全性的算法，更加適合于云計(jì)算。

6 結(jié)論

云計(jì)算作為一種有廣泛前途的商業(yè)計(jì)算模式，建立在將大量資源虛擬化的基礎(chǔ)上，可以對(duì)大型海量數(shù)據(jù)進(jìn)行計(jì)算和管理，根據(jù)用戶對(duì)作業(yè)量的需求提供服務(wù)。本文討論了云計(jì)算環(huán)境下的加密算法問題，分析了DES和RSA算法在云計(jì)算環(huán)境下的不足，結(jié)合混沌理論提出了一種混沌混合加密算法，通過搭建Hadoop實(shí)驗(yàn)平臺(tái)，結(jié)合實(shí)驗(yàn)結(jié)果分析證明該算法從效率和安全性上都進(jìn)行了改進(jìn)，更加適合于云計(jì)算環(huán)境。

參考文獻(xiàn)：

[1] 孟湘來.基于云計(jì)算的數(shù)據(jù)中心構(gòu)建探析[J].中國(guó)企業(yè)教育，2012（22）：240-241.

[2] 劉正偉，文中領(lǐng)，張海濤.云計(jì)算和云數(shù)據(jù)管理技術(shù)[J].計(jì)算機(jī)研究與發(fā)展，2012，49（z1）：56-27.

[3] 崔杰，蘭紅星，李陶深.基于Hadoop的海量數(shù)據(jù)存儲(chǔ)平臺(tái)設(shè)計(jì)與開發(fā)[J].計(jì)算機(jī)研究與發(fā)展，2012，49：12-18.

[4] 王鵬，董靜宜.一種云計(jì)算架構(gòu)的實(shí)現(xiàn)方法研究[J].計(jì)算機(jī)工程與科學(xué)，2009（S1）：11-13

[5] 王意潔，孫偉東，周松，裴曉強(qiáng)，李小勇.云計(jì)算環(huán)境下的分布存儲(chǔ)關(guān)鍵技術(shù)[J].軟件學(xué)報(bào)， 2012，23（4），962-986..

[6] 張京華，陳誼.一種混沌加密算法的設(shè)計(jì)與實(shí)現(xiàn)[J].北京工商大學(xué)學(xué)報(bào)，2004，4（22）：33-35.

[7] 陳全，鄧倩妮.云計(jì)算及其關(guān)鍵技術(shù)[J].計(jì)算機(jī)應(yīng)用，2009（9）：2563-2564.

[8] 侯佩，寇雅楠，黃利斌.混合加密體制在數(shù)字簽名中的應(yīng)用[J].計(jì)算機(jī)工程與計(jì)，2011，32（6）：1942-1945.

[9] 陳樹平，侯賢良.計(jì)算機(jī)網(wǎng)絡(luò)中DES 數(shù)據(jù)加密與解密技術(shù)[J].現(xiàn)代電子技術(shù)，2005，200（9）：114-115.

[10] Li Jingwei，Jia Chunfu，Li Jin，Chen Xiaofeng，Outsourcing encryption of attribute-based encryption with MapReduce[C].Information and Communications Security-14th International Conference， ICICS.2012：191-201.

[11] G.Sudha Sadasivam，G.Baktavachalam.A novel approach to mutiple sequence alignment using hadoop data grids[C].Proceedings of the 2010 Workshop on Massive Data Analytics on the Cloud，2010：472-483.

[12] Bilu Y，Hanrot G，Voutier P M.Existence of primitive divisors of Lucas and Lehmer numbers[J].Journal fur die Reine und Angewandte Mathematik，2001，539：75-122.

[13] Choi J， Reaz A， Mukheijee B. A survey of user behavior in VoD service andbandwidth-saving multicast streaming schemes. Communications Surveys &Tutorials， IEEE， 2012，14（1）： 156-169.

[14] Agrawal M，Kayal N，Saxena N.PRIMES is in P[J].Annals of mathematics， 2004：781-793.

基金項(xiàng)目

國(guó)家自然科學(xué)基金項(xiàng)目：基于GIS的高校學(xué)生結(jié)核病防治管理體系及信息系統(tǒng)構(gòu)建與應(yīng)用研究，編號(hào)：71373203，項(xiàng)目負(fù)責(zé)人張少茹

作者簡(jiǎn)介：

第一作者：戰(zhàn)非（1981.11），男，漢族，陜西西安，計(jì)算機(jī)軟件工程專業(yè)碩士，西安航空學(xué)院計(jì)算機(jī)學(xué)院教師、講師。研究方向：軟件工程、通信工程、軟件開發(fā)、移動(dòng)互聯(lián)網(wǎng)應(yīng)用。

第二作者：張少茹，女，漢族，陜西韓城，博士，西安交通大學(xué)教授，博士生導(dǎo)師。研究方向：慢性病、傳染性疾病防治管理。

聯(lián)系方式：

第一作者：陜西省西安市西二環(huán)259號(hào)西安航空學(xué)院，郵編：710077。電話：18629070825。E-mail： zhanfei_xd@126.com

第二作者：張少茹：陜西省西安市咸寧西路28號(hào)，郵編：710049，電話：85323222，E-mail：shaoru@mail.xjtu.edu.cn