云存储系统海量的存储能力和低廉的价格,让越来越多的用户将数据存储在云中,同时,云存储的随时随地处理数据的特性也给用户带来了极大的方便。但是,由于云存储系统的规模大,以及其前所未有的开放性和复杂性,使得存储在云中数据的安全问题受到严峻的挑战。为保证云中数据的安全,用户需要周期性地对其进行数据完整性验证。本文研究的主要内容是云存储中的数据完整性验证方案。在现有的数据完整性验证方案中,有些无法支持动态操作、有些则不能同时验证多个副本的数据完整性、有些则存在效率低等问题。针对现有方案的不足,本文提出两种能够支持多副本及动态操作的数据完整性验证方案。本文的主要工作有:1)提出一种基于时空混沌的多副本数据的动态验证方案,该方案采用时空混沌的方法计算二叉树结点的值,利用混沌系统的初值敏感性保证了验证的可靠性和安全性。同时,二叉树的结构能够灵活地支持数据的动态更新。并且,引入第三方代替用户进行数据的完整性验证,但是第三方并不是可信的,因此,在验证的过程中,加入了盲化信息,保护了用户的数据信息不被第三方泄露。实验证明该方案在计算开销、存储开销、通信开销方面比现有方案有优势。2)提出一种基于全结点的AVL树的多副本数据的动态验证方案,该方案利用AVL树的特性,在用户多次进行动态操作之后,仍能保持树的平衡,提高了搜索数据块的效率。同时,将AVL树中每一个结点都对应一个数据块,并将Henon混沌映射的方法用于AVL树中结点值的计算中来,这样大大减少了云服务器的存储开销。而且,该方案还能实现对错误数据块的定位。实验证明该方案能够减少云服务器端的存储开销。