基于無線傳感網(wǎng)絡(luò)分簇策略的分布式數(shù)據(jù)庫加密存儲(chǔ)研究?

段曉聰

(廣州華商學(xué)院數(shù)據(jù)科學(xué)學(xué)院，廣東 廣州 511300)

在一個(gè)開放性網(wǎng)絡(luò)環(huán)境中，分布式數(shù)據(jù)庫是其必不可少的一部分，它主要用來對(duì)采集的各類數(shù)據(jù)實(shí)行數(shù)據(jù)分享，將其輸送到各個(gè)客戶端中供給用戶使用[1]。所有的數(shù)據(jù)庫都具備數(shù)據(jù)共享的特點(diǎn)，但由于分布式數(shù)據(jù)庫所處的環(huán)境具有公開性，導(dǎo)致分布式數(shù)據(jù)庫極易出現(xiàn)安全問題，遭受到外界的攻擊[2]。除了遭受到黑客攻擊及病毒攻擊外，分布式數(shù)據(jù)庫還存在安全系統(tǒng)脆弱、網(wǎng)絡(luò)協(xié)議脆弱的缺陷，針對(duì)分布式數(shù)據(jù)庫潛在的劣勢(shì)，需要加強(qiáng)分布式數(shù)據(jù)庫的安全性及存儲(chǔ)性。所以為了解決上述存在的問題，需要對(duì)分布式數(shù)據(jù)庫加密存儲(chǔ)方法實(shí)行研究。

陳曉琳等人[3]提出分布式數(shù)據(jù)庫Greenplum 在地震前兆數(shù)據(jù)存儲(chǔ)中的應(yīng)用方法，由于分布式數(shù)據(jù)庫具有數(shù)據(jù)共享服務(wù)，所以在發(fā)生地震前會(huì)先采集地震數(shù)據(jù)，并根據(jù)采集到的數(shù)據(jù)設(shè)計(jì)出分布式數(shù)據(jù)庫存儲(chǔ)方案，利用該方案構(gòu)建出分布式數(shù)據(jù)庫環(huán)境，用其對(duì)數(shù)據(jù)處理后再加密，最終將加密后的數(shù)據(jù)存儲(chǔ)到分布式數(shù)據(jù)庫，該方法處理的數(shù)據(jù)存有欠缺，存在加密效率差的問題。孫僖澤等人[4]提出基于可搜索加密機(jī)制的數(shù)據(jù)庫加密方法，該方法優(yōu)先在數(shù)據(jù)庫中建立了一個(gè)可查詢框架，便于查詢加密數(shù)據(jù)，再設(shè)計(jì)出一個(gè)數(shù)據(jù)庫加密方案，將其引入到數(shù)據(jù)庫中防止數(shù)據(jù)泄露，大大提升了數(shù)據(jù)的安全性，以加密方案為基礎(chǔ)引入安全索引結(jié)構(gòu)，采用密碼技術(shù)加密數(shù)據(jù)庫內(nèi)的數(shù)據(jù)，并存儲(chǔ)加密數(shù)據(jù)，從而實(shí)現(xiàn)數(shù)據(jù)庫的加密存儲(chǔ)，該方法設(shè)計(jì)的可查詢框架不夠完善，存在解密時(shí)間長的問題。

為了解決傳統(tǒng)方法中存在的分布式數(shù)據(jù)庫加密效率差，數(shù)據(jù)解密耗時(shí)長的問題，本文在上述研究方法的基礎(chǔ)上，提出基于無線傳感網(wǎng)絡(luò)分簇策略的分布式數(shù)據(jù)庫加密存儲(chǔ)方法。通過無線傳感網(wǎng)絡(luò)分簇策略降低網(wǎng)絡(luò)能耗，實(shí)現(xiàn)網(wǎng)絡(luò)節(jié)點(diǎn)分簇，以提高計(jì)算機(jī)網(wǎng)絡(luò)的加密存儲(chǔ)效率。構(gòu)建分布式加密存儲(chǔ)模型，通過分布式數(shù)據(jù)庫加密、存儲(chǔ)、解碼等操作，實(shí)現(xiàn)分布式數(shù)據(jù)庫加密存儲(chǔ)。

1 分布式數(shù)據(jù)庫

為研究分布式數(shù)據(jù)庫加密存儲(chǔ)方法，對(duì)分布式數(shù)據(jù)庫結(jié)構(gòu)體系及無線傳感網(wǎng)絡(luò)分簇做出研究。分析得出分布式數(shù)據(jù)庫在數(shù)據(jù)傳輸過程中會(huì)出現(xiàn)服務(wù)器分布負(fù)載高的問題，導(dǎo)致數(shù)據(jù)庫的容錯(cuò)性低、安全性差。構(gòu)建能量損耗模型獲取無線傳感網(wǎng)絡(luò)適當(dāng)?shù)姆执財(cái)?shù)，對(duì)無線傳感網(wǎng)絡(luò)中的節(jié)點(diǎn)分簇，采用加權(quán)傳輸距離代價(jià)函數(shù)計(jì)算節(jié)點(diǎn)及原始聚類中心的距離，有效均衡無線傳感網(wǎng)絡(luò)分簇過程中的節(jié)點(diǎn)能耗，達(dá)到改善計(jì)算機(jī)網(wǎng)絡(luò)節(jié)點(diǎn)能量及網(wǎng)絡(luò)生命周期的目的。

1.1 分布式數(shù)據(jù)庫結(jié)構(gòu)體系

一般情況下分布式數(shù)據(jù)庫是通過一組數(shù)據(jù)組合而成的，這些數(shù)據(jù)都來自不同的計(jì)算機(jī)網(wǎng)絡(luò)中，且全部都分布在不同的計(jì)算機(jī)上，在各個(gè)計(jì)算機(jī)網(wǎng)絡(luò)內(nèi)，每個(gè)數(shù)據(jù)的結(jié)點(diǎn)都存有獨(dú)立性，這樣有利于人們對(duì)數(shù)據(jù)的應(yīng)用。應(yīng)用數(shù)據(jù)時(shí)，需要利用計(jì)算機(jī)網(wǎng)絡(luò)的通信系統(tǒng)將數(shù)據(jù)輸入到全局應(yīng)用中，令其執(zhí)行，而該應(yīng)用就是分布式數(shù)據(jù)庫[5]。

在分布式數(shù)據(jù)庫中包含兩種系統(tǒng)，其中DDBMS管理系統(tǒng)是可以構(gòu)建、管理及維護(hù)數(shù)據(jù)庫的一個(gè)軟件，也是分布式數(shù)據(jù)庫必不可少的一部分。

由于應(yīng)用于分布式數(shù)據(jù)庫開放性網(wǎng)絡(luò)，根據(jù)這一特點(diǎn)，分布式數(shù)據(jù)庫就適用于較分散的部門，這樣該部門可以把需要存儲(chǔ)的數(shù)據(jù)存放在本地?cái)?shù)據(jù)庫中，以此減少通信費(fèi)用，加快數(shù)據(jù)響應(yīng)時(shí)間，降低數(shù)據(jù)冗余[6]。

但因?yàn)榉植际綌?shù)據(jù)庫內(nèi)潛存的數(shù)據(jù)較多，極易導(dǎo)致數(shù)據(jù)在傳輸過程中出現(xiàn)服務(wù)器分布負(fù)載高的問題，導(dǎo)致數(shù)據(jù)庫的容錯(cuò)性低、安全性差。所以針對(duì)分布式數(shù)據(jù)庫存在的問題，需要對(duì)分布式數(shù)據(jù)庫的加密存儲(chǔ)實(shí)行研究。

1.2 無線傳感網(wǎng)絡(luò)分簇

提升分布式數(shù)據(jù)庫的加密存儲(chǔ)效果前，首先需要利用無線傳感網(wǎng)絡(luò)分簇策略改善計(jì)算機(jī)網(wǎng)絡(luò)的節(jié)點(diǎn)能量及網(wǎng)絡(luò)生命周期，以此改善網(wǎng)絡(luò)的能耗，使計(jì)算機(jī)網(wǎng)絡(luò)的能耗達(dá)到均衡的效果，增強(qiáng)分布式數(shù)據(jù)庫在計(jì)算機(jī)網(wǎng)絡(luò)中的加密存儲(chǔ)效率。

①確立分簇?cái)?shù)

在無線傳感網(wǎng)絡(luò)分簇算法中成簇是該算法的關(guān)鍵部分，確立適當(dāng)?shù)姆执財(cái)?shù)也是設(shè)立分簇策略的核心。

通常來說，當(dāng)分簇?cái)?shù)量過多時(shí)，就會(huì)導(dǎo)致分簇開銷大；當(dāng)分簇?cái)?shù)量過少時(shí)，各個(gè)簇中的節(jié)點(diǎn)就會(huì)增多，因此增加了簇首的負(fù)擔(dān)，導(dǎo)致簇首會(huì)消耗大量的能耗，直至死亡。所以確立適當(dāng)?shù)姆执財(cái)?shù)可以提高計(jì)算機(jī)網(wǎng)絡(luò)鏈路的輸送效率，以此達(dá)到能量損耗均衡的目的[7]。

為了能夠更好地確立無線傳感網(wǎng)絡(luò)的分簇?cái)?shù)，構(gòu)建一個(gè)能量損耗模型，以此獲取適當(dāng)?shù)姆执財(cái)?shù)，實(shí)現(xiàn)分簇?cái)?shù)的確立。因?yàn)榻⒌哪Ｐ椭饕M成部分為電路、功率及接收電路[8]，所以在構(gòu)建模型時(shí)所耗損的能量就用下述方程描述:

式中，ETx描述的是耗能，b描述的是發(fā)送端，d描述的是接收端，Eelec描述的是電路在發(fā)送及接收時(shí)產(chǎn)生的能耗，u1、u2均描述的是不同輸送距離下的能耗系數(shù)。

根據(jù)式(1)可知，數(shù)據(jù)在接收期間的耗能標(biāo)記為:ERX＝b＋Eelec。式中，ERX描述的是接收數(shù)據(jù)時(shí)的耗能。

數(shù)據(jù)在發(fā)送和接收時(shí)所產(chǎn)生的距離臨界值表達(dá)式為:d0＝。根據(jù)設(shè)定的臨界值方程表達(dá)式，設(shè)定簇內(nèi)節(jié)點(diǎn)輸送數(shù)據(jù)時(shí)產(chǎn)生的耗能通過Eno－CH描述，那么建立的能耗損耗模型方程表達(dá)式就可以標(biāo)記如下:

式中，K描述的是分簇?cái)?shù)量，A描述的是分布區(qū)域長度，N描述的是節(jié)點(diǎn)總數(shù)量。

根據(jù)式(2)可得，當(dāng)無線傳感網(wǎng)絡(luò)的A及N的數(shù)據(jù)確立后，就可以將網(wǎng)絡(luò)中的損耗參數(shù)引入到式(2)中，以此確立出合適的分簇?cái)?shù)K，完成對(duì)分簇?cái)?shù)K的確立。

②確立原始聚類中心

根據(jù)設(shè)定的分簇?cái)?shù)K，采用K－均值算法對(duì)無線傳感網(wǎng)絡(luò)中的節(jié)點(diǎn)分簇[9]。由于在節(jié)點(diǎn)分簇時(shí)需要利用K－均值算法對(duì)數(shù)據(jù)實(shí)行聚類，而原始聚類中心會(huì)對(duì)聚類的結(jié)果造成影響，所以為了確保聚類效果，需要確定原始聚類中心。具體步驟如下:

1)優(yōu)先計(jì)算數(shù)據(jù)集合X中的兩個(gè)節(jié)點(diǎn)，以此獲取兩個(gè)節(jié)點(diǎn)之間的距離D(xi，xj)，從中得出兩個(gè)距離最近的節(jié)點(diǎn)，通過集合Sm描述。獲取到Sm后需要在X中消除其余兩個(gè)節(jié)點(diǎn)。

2)重新建立一個(gè)集合X，從中取得新的Sm后將其引入到步驟1)中的Sm，同時(shí)消除X內(nèi)的節(jié)點(diǎn)。

3)重復(fù)步驟2)，直至節(jié)點(diǎn)數(shù)量低于N/K為止；若節(jié)點(diǎn)個(gè)數(shù)n

4)經(jīng)過上述步驟后，直至取得最終形成K個(gè)集合的節(jié)點(diǎn)，對(duì)其計(jì)算后得到原始聚類中心，完成確立。

構(gòu)建的無線傳感網(wǎng)絡(luò)能量損耗模型主要用來對(duì)數(shù)據(jù)實(shí)行發(fā)送、傳輸及融合處理等，從而產(chǎn)生能量損耗。為了提升無線傳感網(wǎng)絡(luò)分簇效率，需要均衡損耗的能源。因此采用加權(quán)傳輸距離代價(jià)函數(shù)[10]表示節(jié)點(diǎn)及原始聚類中心的距離，用方程表達(dá)式定義如下:

式中，D(xi，cj)描述的是傳輸距離的代價(jià)函數(shù)，d1(xi，cj)描述的是距離，cj描述的是聚類中心，Sink描述的是匯聚節(jié)點(diǎn)，d2(cj，Sink)描述的是cj與Sink之間的距離，Rnode描述的是通信半徑，Darea描述的是直徑。φ1與φ2描述的是權(quán)重因子。

式(3)可以有效均衡無線傳感網(wǎng)絡(luò)中的節(jié)點(diǎn)能耗。因而根據(jù)均衡后的無線傳感網(wǎng)絡(luò)，對(duì)其實(shí)行節(jié)點(diǎn)分簇，從而實(shí)現(xiàn)無線傳感網(wǎng)絡(luò)分簇，達(dá)到改善計(jì)算機(jī)網(wǎng)絡(luò)節(jié)點(diǎn)能量及網(wǎng)絡(luò)生命周期的目的[11]，那么具體分簇流程如圖1 所示。

分析圖1 可知，部署無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)，計(jì)算最佳分簇?cái)?shù)目，計(jì)算節(jié)點(diǎn)與聚類中心的距離，或取得節(jié)點(diǎn)距離最近的兩個(gè)點(diǎn)，并通過加權(quán)傳輸距離代價(jià)函數(shù)重新計(jì)算其原始聚類中心，均衡無線傳感網(wǎng)絡(luò)中的節(jié)點(diǎn)能耗，確定節(jié)點(diǎn)分簇。

圖1 無線傳感網(wǎng)絡(luò)分簇流程

2 分布式數(shù)據(jù)庫加密存儲(chǔ)

基于上述無線傳感網(wǎng)絡(luò)分簇流程，實(shí)現(xiàn)分簇，均衡了計(jì)算機(jī)網(wǎng)絡(luò)中的分布式數(shù)據(jù)庫能耗，提升了分布式數(shù)據(jù)庫的加密存儲(chǔ)效率。在此基礎(chǔ)上構(gòu)建加密存儲(chǔ)模型，利用該模型對(duì)分布式數(shù)據(jù)庫進(jìn)行存儲(chǔ)、加密、解密、明文獲取等過程，實(shí)現(xiàn)分布式數(shù)據(jù)庫的加密存儲(chǔ)。

2.1 構(gòu)建加密存儲(chǔ)模型

為了能夠更好地實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)，首先構(gòu)建一個(gè)分布式加密存儲(chǔ)模型，構(gòu)建的模型如圖2 所示。

根據(jù)圖2 可知，在構(gòu)建的模型中主要具備用戶及管理員、SS 存儲(chǔ)服務(wù)器、AA 屬性服務(wù)器及CAA中心授權(quán)服務(wù)器等。而構(gòu)建的模型總共由加密、存儲(chǔ)及解密三個(gè)部分組成。

圖2 構(gòu)建的分布式加密存儲(chǔ)模型

2.2 分布式數(shù)據(jù)庫加密存儲(chǔ)流程

利用構(gòu)建的模型加密存儲(chǔ)分布式數(shù)據(jù)庫，具體流程如下所示:

①首先需要利用該模型對(duì)分布式數(shù)據(jù)庫中的數(shù)據(jù)實(shí)行初始化，優(yōu)先在數(shù)據(jù)庫中選取兩個(gè)p階群的數(shù)據(jù)，分別表示為G和G1。利用該模型對(duì)G和G1實(shí)施雙線性映射，即e:G×G→G1。其中還包含由G生成的數(shù)據(jù)元g，再通過模型生成主密鑰y0∈，而模型中的屬性服務(wù)器AA 則可以生成與AA 相對(duì)應(yīng)的私鑰，即。

②根據(jù)設(shè)立的密鑰，對(duì)分布式數(shù)據(jù)庫中的數(shù)據(jù)加密。在AA中確立數(shù)據(jù)屬性集，即Ac，而與Ac相對(duì)應(yīng)的則是第w個(gè)AA 的分管屬性集。隨機(jī)選取一個(gè)AA 中的門限值dw∈，以此用作解密用戶的屬性交集個(gè)數(shù)。再利用屬性l對(duì)AA 中的數(shù)據(jù)編碼，從中得到數(shù)據(jù)的加密消息集，定義為:{M1，M2，…，Mk}。并從{M1，M2，…，Mk}中確立一個(gè)統(tǒng)一的消息標(biāo)識(shí)hID，通過模型內(nèi)的主公鑰Y＝gyo計(jì)算{M1，M2，…，Mk}后，就能夠得到分布式數(shù)據(jù)庫內(nèi)的消息密文[12]。

③獲取到密文后，用戶就可以在z個(gè)SS 中選擇想要加密的服務(wù)器，并把取得的密文輸送到想要加密的服務(wù)器中，完成加密分發(fā)。

④加密完服務(wù)器后，需要用戶對(duì)想要查看的服務(wù)器解密，所以用戶需要向服務(wù)器發(fā)出解密請(qǐng)求，利用模型中的屬性服務(wù)器AA 對(duì)用戶的ID 識(shí)別后即可解密。

通過接收用戶發(fā)出的解密請(qǐng)求Aj及CAA 給予的密鑰Dc，由AA 將部分密鑰發(fā)送給用戶手中，該部分密鑰用方程表達(dá)式定義如下:

用戶取得部分密鑰后，就可以對(duì)部分密鑰計(jì)算，以此取得最終解密結(jié)果，完成解密。

若想在解密后獲取最原始的分布式數(shù)據(jù)庫明文信息，就需要對(duì)解密后的數(shù)據(jù)解碼，以此獲得數(shù)據(jù)明文。

進(jìn)行無線傳感網(wǎng)絡(luò)分簇后，改善了計(jì)算機(jī)網(wǎng)絡(luò)的生命周期，均衡了網(wǎng)絡(luò)的能耗，提升了分布式數(shù)據(jù)庫的加密存儲(chǔ)效率，通過構(gòu)建分布式加密存儲(chǔ)模型對(duì)分布式數(shù)據(jù)庫實(shí)行加密、存儲(chǔ)、解碼等操作，最終實(shí)現(xiàn)分布式數(shù)據(jù)庫加密存儲(chǔ)的研究。

3 仿真分析

為了驗(yàn)證基于無線傳感網(wǎng)絡(luò)分簇策略的分布式數(shù)據(jù)庫加密存儲(chǔ)方法的有效性，需要對(duì)該方法實(shí)行仿真分析、對(duì)比測(cè)試。

采用基于無線傳感網(wǎng)絡(luò)分簇策略的分布式數(shù)據(jù)庫加密存儲(chǔ)研究方法(本文方法)、云實(shí)驗(yàn)室數(shù)據(jù)庫資源云存儲(chǔ)屬性基加密仿真(文獻(xiàn)[3]方法)和基于可搜索加密機(jī)制的數(shù)據(jù)庫加密方案方法(文獻(xiàn)[4]方法)實(shí)行測(cè)試對(duì)比。分布式數(shù)據(jù)庫在加密存儲(chǔ)時(shí)，若需要加密存儲(chǔ)的數(shù)據(jù)屬性集數(shù)量過大，那么耗費(fèi)的加密存儲(chǔ)時(shí)間就長。所以為了確保分布式數(shù)據(jù)庫在加密存儲(chǔ)時(shí)的效率，需要采用本文方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法分別對(duì)分布式數(shù)據(jù)庫進(jìn)行加密、解密、存儲(chǔ)測(cè)試。本次仿真分析選擇的數(shù)據(jù)集為Non-local Neural Networks[13]，在該數(shù)據(jù)集內(nèi)共選取750 個(gè)數(shù)據(jù)屬性集，利用三種方法對(duì)屬性集開展加密時(shí)間測(cè)試。測(cè)試平臺(tái)為MySQL5.5，運(yùn)行環(huán)境為Muntul4.04LTE.Proxy。加密、解密、及存儲(chǔ)時(shí)間結(jié)果如下:

①設(shè)立測(cè)試時(shí)間共為60 s，其中最佳加密時(shí)間為15 s，若在最佳時(shí)間內(nèi)完成對(duì)屬性集的加密，那么該方法的加密效率最優(yōu)，表明了該方法的加密效果好，具體測(cè)試結(jié)果如圖3 所示。

圖3 三種方法的加密時(shí)間測(cè)試

圖3 中，本文方法加密750 個(gè)數(shù)據(jù)屬性集時(shí)，所用時(shí)間均不超過15 s，表明了本文方法在最佳時(shí)間范圍內(nèi)完成了對(duì)屬性集的加密。文獻(xiàn)[3]方法加密時(shí)間逐漸升高，最終達(dá)到34.3 s，與本文方法相比，文獻(xiàn)[3]方法的加密效率較差。

②以上述設(shè)定參數(shù)為基礎(chǔ)，在60 s 內(nèi)對(duì)加密的數(shù)據(jù)屬性集實(shí)行解密，同時(shí)設(shè)置的最佳范圍時(shí)間為20 s，利用三種方法對(duì)屬性集實(shí)施解密時(shí)間測(cè)試，依據(jù)測(cè)試結(jié)果驗(yàn)證解密效率。測(cè)試結(jié)果如圖4 所示。

圖4 三種方法的解密時(shí)間測(cè)試

圖4 中，本文方法的解密時(shí)間要小于文獻(xiàn)[3]方法和文獻(xiàn)[4]方法，可見本文方法的解密效率最高，而文獻(xiàn)[4]方法的解密效率最低。本文方法對(duì)750 個(gè)數(shù)據(jù)屬性集的解密時(shí)間均不超過12 s，屬于最佳解密時(shí)間，由此可見本文方法的解密時(shí)間最快。

③根據(jù)上述加密數(shù)據(jù)，利用本文方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法對(duì)加密后的數(shù)據(jù)屬性集實(shí)行存儲(chǔ)時(shí)間測(cè)試，選取600 個(gè)需要存儲(chǔ)的加密數(shù)據(jù)屬性集，本次測(cè)試時(shí)間為60 s，設(shè)定最佳存儲(chǔ)時(shí)間為10 s，那么測(cè)試結(jié)果如圖5 所示。

圖5 三種方法的存儲(chǔ)時(shí)間測(cè)試

分析圖5 可知，在整體測(cè)試中，本文方法的存儲(chǔ)時(shí)間都屬于最佳存儲(chǔ)時(shí)間，在3.8 s～6.0 s 之間，且沒有超出設(shè)定范圍。但與其相反的是，文獻(xiàn)[3]方法和文獻(xiàn)[4]方法在6 組測(cè)試中，僅在第一組測(cè)試時(shí)處于最佳存儲(chǔ)時(shí)間內(nèi)，因而判定本文方法的存儲(chǔ)效率最高。

綜上所述，本文方法的加密、解密、存儲(chǔ)效率都要優(yōu)于其余兩種方法，這主要是因?yàn)樵摲椒ǚ执亓擞?jì)算機(jī)網(wǎng)絡(luò)節(jié)點(diǎn)，以此均衡了網(wǎng)絡(luò)能量，提升了分布式數(shù)據(jù)庫的加密存儲(chǔ)效率，使該方法對(duì)數(shù)據(jù)的加解密、存儲(chǔ)效果最佳。

4 結(jié)束語

在計(jì)算機(jī)網(wǎng)絡(luò)中，由于分布式數(shù)據(jù)庫所處的環(huán)境為公開環(huán)境，所以會(huì)導(dǎo)致分布式數(shù)據(jù)庫受到黑客攻擊，使數(shù)據(jù)遭受到篡改，針對(duì)分布式數(shù)據(jù)庫加密存儲(chǔ)方法存在的問題，提出基于無線傳感網(wǎng)絡(luò)分簇策略的分布式數(shù)據(jù)庫加密存儲(chǔ)方法。該方法以分布式數(shù)據(jù)庫結(jié)構(gòu)體系為基礎(chǔ)，利用無線傳感網(wǎng)絡(luò)分簇策略對(duì)計(jì)算機(jī)網(wǎng)絡(luò)節(jié)點(diǎn)實(shí)行分簇，以此均衡網(wǎng)絡(luò)節(jié)點(diǎn)能量，再構(gòu)建一個(gè)加密存儲(chǔ)模型，對(duì)分布式數(shù)據(jù)庫加密存儲(chǔ)，實(shí)現(xiàn)分布式數(shù)據(jù)庫的加密存儲(chǔ)。仿真結(jié)果表明，該方法對(duì)750 個(gè)數(shù)據(jù)屬性集的加密時(shí)間均不超過15 s，數(shù)據(jù)存儲(chǔ)時(shí)間都在3.8 s～6.0 s 之間，較對(duì)比方法均有較大的提升。由此可見，本文方法對(duì)分布式數(shù)據(jù)庫加密存儲(chǔ)有效性極高，具備長遠(yuǎn)的發(fā)展前景。