近年来,云计算和大数据技术的发展使得存储在云服务器上的数据呈指数级增长的趋势,因此不可避免地产生了大量的冗余数据,给云存储服务器造成巨大的负担。如何安全、高效地管理这些数据,从而节省存储空间和网络消耗,已经成为当前亟待解决的难题。数据去重技术是云服务提供商解决该问题的一个重要技术手段。数据去重是一种能够实现数据冗余最小化的技术,由于该技术仅保留一份数据副本,极大地提高了云存储服务效率和质量。然而,在云存储系统中引入数据去重技术时容易遭受一些安全威胁,例如攻击者可能仅凭借文件凭证(如哈希值)获取整个文件。尽管现有的数据安全去重方案在一定程度上缓解了这些安全问题,但用户数据的安全和隐私仍面临着严重的威胁;同时,大多数现有方案的效率存在不足。因此,需要进一步提高去重的安全性与效率。本文针对现有方案存在的一些问题进行研究,并提出了相应的改进方案如下:1.针对现有的Bloom Filter去重方案存在假阳性误判、密钥管理和数据污染攻击等问题,提出一种基于动态Bloom Filter的所有权证明去重方案。在所有权证明阶段对Bloom Filter的数量进行动态管理,降低其假阳性误判率,从而提高安全性。此外,该方案结合密钥链方法对密钥进行管理,缓解了收敛密钥的存储问题;并且在服务器端检查数据块密文与标签的一致性以抵抗数据污染攻击。本文给出了详细安全性证明和性能分析,证明了本方案具有较高的安全性和效率。2.针对现有去重方案中存在的所有权证明和隐私保护问题,提出一种基于存储网关的去重方案。借助可信第三方实体进行流量混淆,防止攻击者通过监控网络流量获取数据的存储状态,从而抵抗侧信道攻击。此外,引入典型所有权证明方法,确保无权限用户无法获取数据。本文给出了安全性证明和性能分析,证明了本方案具有较高的安全性,并且有效降低客户端计算开销。3.针对现有的抵抗侧信道攻击的去重方案中存在的隐私保护和效率问题,基于数据流行度提出一种无需可信第三方实体的去重方案。将用户数据划分为流行数据和非流行数据两种类型,并采取对应的去重操作。对于非流行数据,本文在重复查询阶段采用流量混淆的方法抵抗侧信道攻击;对于流行数据,本文在客户端执行去重操作,有效减少网络带宽消耗,保证了方案的高效性。本文给出了安全性证明和性能分析,证明该方案在安全和效率之间取得较好的平衡。