Proof of retrieval and ownership protocols for enterprise-level data deduplication
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The cloud computing paradigm is emerging as the next big thing in the world of information technology. Cloud technology offers a completely new set of benefits and savings in terms of computational costs, storage costs, bandwidth and transmission costs to its users. Cloud storage represents one of the most popular cloud services used. Data deduplication is a promising practice which facilitates saving high volumes of storage by allowing the cloud provider to store only a single copy of duplicated data. Client-side data deduplication offers additional savings in terms of bandwidth and storage. Applying data deduplication across enterprises also allows the cloud storage providers to apply data deduplication across users from different domains, providing additional savings. However, some of the advantages of cloud storage may be lost if additional steps are not taken to address some of the security and privacy issues associated with remotely stored data. Since users outsource their data to the cloud, they have to ensure the integrity of their data and its privacy from the cloud storage provider who now has complete access to it. In this paper, we present a solution for assuring data integrity in terms of proof of retrievability and ownership in the context of cross-user client-side data deduplication for medium- and small-sized enterprises. We propose a secure scheme which enables cloud service users to run their proof of retrievability with minimum storage and computational overheads in the case of honest-but-curious cloud storage providers. At the same time, the cloud storage provider will also be able to save digital storage by practising cross-enterprise data deduplication. We extend our scheme to include a proof of ownership scheme to assist the cloud in authenticating the user as the owner of the data before releasing it. Our scheme does not introduce any additional structural or storage overheads to either of the parties.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle