分布式云存储中的数据一致性指一个节点的数据完成更新后,其它副本节点的数据也需完成更新。因果一致性要求节点中的数据操作满足因果依赖性的约束。目前关于数据一致性的研究方案中,因果一致性模型得到了广泛应用。随着大数据的发展,为满足高性能要求,需进一步研究提升因果一致性模型性能。同时,云存储环境安全形势日益严峻,因果一致性模型面临着更多的安全风险。如何在因果一致性模型中高效且安全地实现数据一致性成为亟待解决的关键问题。针对上述问题,主要研究工作如下:1.针对目前因果一致性模型中存在的元数据传播开销大、操作时延、远程更新可见时延高等问题,提出了基于共享图和部分复制策略的分布式存储因果一致性方案。该方案以共享图拓扑结构为基础,每个数据中心存放完整数据集的子集,同时,提出了共享稳定向量与混合逻辑时钟相结合的全局稳定策略,在保证因果关系的前提下,实现数据中心间的数据一致性。理论分析和仿真实验结果表明,与现有模型相比,所提方案在降低操作时延的同时,可有效地权衡远程更新可见性能和元数据开销。2.针对分布式云存储中存在身份签名伪造、敏感数据篡改、远程更新可见延迟高等风险,提出为客户端和服务端增加可信签名认证的因果一致性方案。首先,该方案以集合稳定向量为基础,划定所有远程数据中心稳定数据的界限。同时,同步数据操作中选取“Replicater”,保证同步数据满足安全约束,且提高操作效率。理论分析和仿真实验结果表明:与现有模型相比,该方案以较小开销为前提,保证操作满足可信认证的同时,降低了远程更新可见延迟。