云存储的弹性扩展等特点,为数据所有者降低了数据存储的硬件和管理成本。但是,数据所有者将数据托管给云服务提供商后丧失了对数据的直接控制权,使得数据的完整性存在被恶意损坏或删除的安全风险。数据完整性验证成为检测云存储数据完整性的重要方法。然而,现有验证方案在面对连续多轮的验证挑战时,采用随机抽样对部分数据进行验证,此时损坏数据被抽取的概率无法保证在少量的有限次验证下检测出所有损坏数据。此外,现有验证方案对于同时多个验证挑战,无法进行安全有效的聚合以降低验证开销。为此,本文针对多挑战的验证算法展开了研究,其主要工作如下:首先,对于连续多轮验证挑战,为了提高每轮验证过程中损坏数据被抽取的概率,进而提高有限次验证下检测的损坏数据数量,本文提出了一种连续多轮挑战的数据完整性验证算法。算法分析了数据损坏形式对数据完整性的影响,并推导出连续型损坏时未验证数据块与已验证数据块完整性之间的关系。然后根据推导结果设计卷积核,并采用卷积计算出每个未验证数据块的完整性概率推测值。在卷积计算结果的基础上,采用分层抽样和最优分配提高损坏数据被抽取的概率。其次,对于多个验证者同时对相同数据发起验证挑战,为了将多个验证挑战安全有效的聚合,进而减少云服务提供商计算证据过程中的重复开销,本文提出了一种同时多挑战的数据完整性验证算法。算法分析了多个验证挑战中存在重复挑战数据的概率,并基于现有的安全假设设计挑战信息的令牌,保证挑战信息的不可伪造性。然后将多个验证挑战聚合并计算唯一的验证证据,同时保证聚合后证据的有效性。验证者根据挑战信息的令牌对返回的验证证据进行验证,从而保证验证结果的真实性和一致性。最后,理论分析和实验结果表明,本文的连续多轮挑战验证算法实现了验证者可以在现有验证结果的基础上动态调整数据块的抽取策略,减少检测所有损坏所需的验证次数;本文的同时多挑战验证算法实现了对多个验证挑战的有效聚合,减少了因重复计算相同数据带来的重复开销,同时实现了云服务商为多个验证挑战返回唯一的验证证据,保证了验证证据的安全性和有效性。