This paper presents tagged-MapReduc

This paper presents tagged-MapReduce, a general extension to MapReduce that supports secure computing with mixed-sensitivity data on hybrid clouds. Tagged-MapReduce augments each key-value pair in MapReduce with a sensitivity tag. This enables fine-grained dataflow control during execution to prevent data leakage as well as supporting expressive security policies and complex MapReduce computations. Security constraints for preventing data leakage impose restrictions on computation and data storage/transfer, hence, we present scheduling strategies that can exploit properties of the map and reduce functions to rearrange the computation for greater efficiency under these constraints while maintaining MapReduce correctness. We present a general security framework for analyzing MapReduce computations in the hybrid cloud which captures how dataflow can leak information through execution. Experiments on Amazon EC2 with our prototype in Hadoop show that we are able to obtain security while effectively outsourcing computation to the public cloud and reducing inter-cloud communication.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดงแท็ก-MapReduce นามสกุลทั่วไป MapReduce ที่สนับสนุนทางคอมพิวเตอร์ ด้วยข้อมูลไวผสมไฮบริเมฆ ติดแท็ก MapReduce augments แต่ละคู่ค่าคีย์ใน MapReduce ด้วยแท็กความไว นี้ช่วยให้ควบคุม dataflow ทรายแป้งละเอียดในระหว่างการดำเนินการเพื่อป้องกันไม่ให้ข้อมูลรั่วไหลตลอดจนสนับสนุนนโยบายความปลอดภัยที่แสดงออกและ MapReduce ประมวลผลที่ซับซ้อน ข้อจำกัดด้านความปลอดภัยสำหรับป้องกันการรั่วไหลของข้อมูลกำหนดข้อจำกัดในการคำนวณและเก็บข้อมูล/ถ่ายโอนข้อมูล ดังนั้น เรานำเสนอกลยุทธ์การจัดกำหนดการที่สามารถใช้คุณสมบัติของแผนที่ และลดฟังก์ชั่นเพื่อจัดการคำนวณอย่างมีประสิทธิภาพมากขึ้นภายใต้ข้อจำกัดเหล่านี้ในขณะที่รักษาความถูกต้องของ MapReduce เรานำกรอบความปลอดภัยทั่วไปสำหรับการวิเคราะห์ประมวลผล MapReduce ในเมฆไฮบริดซึ่งจับ dataflow สามารถรั่วไหลข้อมูลผ่านการดำเนินการอย่างไร ทดลองบน Amazon EC2 กับต้นแบบของเราในอย่างไร Hadoop แสดงว่า เราจะสามารถได้รับความปลอดภัยในขณะที่จ้างคำนวณการคลาวด์สาธารณะได้อย่างมีประสิทธิภาพ และลดการสื่อสารระหว่างเมฆ

ผลลัพธ์ (ไทย) 2:

ของขวัญกระดาษนี้ติดแท็ก-MapReduce, ขยายทั่วไป MapReduce ที่สนับสนุนการรักษาความปลอดภัยคอมพิวเตอร์ที่มีข้อมูลผสมไวบนเมฆไฮบริด Tagged-MapReduce augments แต่ละคู่ค่าคีย์ใน MapReduce ที่มีแท็กไว ซึ่งจะช่วยให้การควบคุม dataflow ละเอียดระหว่างการดำเนินการเพื่อป้องกันไม่ให้รั่วไหลของข้อมูลเช่นเดียวกับการสนับสนุนนโยบายการรักษาความปลอดภัยที่แสดงออกและการคำนวณที่ซับซ้อน MapReduce ข้อ จำกัด ของการรักษาความปลอดภัยในการป้องกันการรั่วไหลของข้อมูลกำหนดข้อ จำกัด ในการคำนวณและการจัดเก็บข้อมูล / โอนเพราะฉะนั้นเรานำเสนอกลยุทธ์การจัดตารางเวลาที่สามารถใช้ประโยชน์จากคุณสมบัติของแผนที่และลดฟังก์ชั่นการคำนวณเพื่อจัดเรียงให้มีประสิทธิภาพมากขึ้นภายใต้ข้อ จำกัด เหล่านี้ในขณะที่รักษาความถูกต้อง MapReduce เรานำเสนอกรอบการรักษาความปลอดภัยทั่วไปสำหรับการวิเคราะห์คำนวณ MapReduce ในเมฆไฮบริดที่จับวิธี dataflow สามารถรั่วไหลข้อมูลผ่านการดำเนินการ การทดลองใน Amazon EC2 กับต้นแบบของเราใน Hadoop แสดงให้เห็นว่าเราสามารถที่จะได้รับการรักษาความปลอดภัยได้อย่างมีประสิทธิภาพในขณะที่การคำนวณจ้างให้เมฆประชาชนและลดการสื่อสารระหว่างระบบคลาวด์

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอแท็ก mapreduce , ขยายทั่วไปเพื่อ mapreduce ที่สนับสนุนการผสมที่มีความไวต่อข้อมูลคอมพิวเตอร์เมฆไฮบริด แท็ก mapreduce augments แต่ละค่าคีย์คู่ mapreduce กับความไวของแท็กนี้จะช่วยให้การควบคุมข้อมูลอย่างละเอียดในการดำเนินการเพื่อป้องกันการรั่วไหลข้อมูลตลอดจนสนับสนุนนโยบายการรักษาความปลอดภัย mapreduce แสดงออกและการคำนวณที่ซับซ้อน การรักษาความปลอดภัยป้องกันการรั่วของข้อมูลกำหนดข้อ จำกัด ข้อ จำกัด ในการคำนวณและเก็บข้อมูล / โอน ดังนั้นเรานำเสนอการกลยุทธ์ที่สามารถใช้ประโยชน์จากคุณสมบัติของแผนที่ และลดการทำงานเพื่อจัดเรียงในการคำนวณมากขึ้นประสิทธิภาพภายใต้ข้อจำกัดเหล่านี้ขณะที่การรักษา mapreduce ความถูกต้อง เราเสนอกรอบการรักษาความปลอดภัยทั่วไปสำหรับการวิเคราะห์คำนวณ mapreduce ในเมฆไฮบริดซึ่งจับว่าข้อมูลสามารถรั่วไหลข้อมูล ผ่านการการทดลองบน Amazon EC2 กับต้นแบบของเราใน Hadoop แสดงให้เห็นว่าเราสามารถที่จะได้รับการรักษาความปลอดภัยในขณะที่มีประสิทธิภาพการคำนวณเพื่อเมฆสาธารณะและการสื่อสารระหว่างเมฆ