面向分布式边缘计算的联邦式离线/在线远程数据巡检

在边缘计算环境中,应用供应商可将其数据共享给用户的数据缓存于众多地理分布的边缘服务器中。然而,缓存数据尤其易受若干蓄意攻击或无意识事件的影响。鉴于边缘服务器资源有限以及应用供应商承担的 prohibitive 存储成本,设计一种高效方法来对海量边缘服务器上的数据进行巡检与维护是一个关键问题。为应对该问题,我们设计了一种名为 ${\text{O}^2\text{DI}}$ 的新型数据巡检方法,提供以下服务:i) 应用供应商利用 ${\text{O}^2\text{DI}}$ 可在不持有原始数据的情况下巡检边缘服务器中缓存的数据,显著降低了所产生的I/O与存储开销;ii) 借助一种新型在线/离线技术,边缘服务器与应用供应商所执行的计算操作极为高效;iii) 利用一种新型批量验证方法,可快速一次性验证分布于不同边缘服务器中的多个数据文件;iv) 边缘服务器中的损坏数据可被高效定位与修复。我们分析了 ${\text{O}^2\text{DI}}$ 的安全性与性能。结果表明,在随机预言机模型中其是安全的,且相较于现有最优方法更快、更具成本效益。