Many schemes have been recently advanced for storing data on multiple clouds. Distributing data over different cloud storage providers (CSPs) automatically provides users with a certain degree of information leakage control, for no single point of attack can leak all the information. However, unplanned distribution of data chunks can lead to high information disclosure even while using multiple clouds. In this paper, we study an important information leakage problem caused by unplanned data distribution in multicloud storage services. Then, we present StoreSim, an information leakage aware storage system in multicloud. StoreSim aims to store syntactically similar data on the same cloud, thus minimizing the user's information leakage across multiple clouds. We design an approximate algorithm to efficiently generate similarity-preserving signatures for data chunks based on MinHash and Bloom filter, and also design a function to compute the information leakage based on these signatures. Next, we present an effective storage plan generation algorithm based on clustering for distributing data chunks with minimal information leakage across multiple clouds. Finally, we evaluate our scheme using two real datasets from Wikipedia and GitHub. We show that our scheme can reduce the information leakage by up to 60 percent compared to unplanned placement. Furthermore, our analysis on system attackability demonstrates that our scheme makes attacks on information more complex.

中文翻译：

---

优化多云存储服务中的信息泄漏

最近提出了许多方案，用于在多个云上存储数据。将数据分布在不同的云存储提供商（CSP）上，自动为用户提供了一定程度的信息泄漏控制，因为没有一个单一的攻击点可以泄漏所有信息。然而，即使在使用多个云时，数据块的无计划分布也可能导致高信息泄露。在本文中，我们研究了多云存储服务中由计划外数据分布引起的重要信息泄漏问题。然后，我们介绍了 StoreSim，这是一种多云中的信息泄漏感知存储系统。StoreSim 旨在将句法相似的数据存储在同一云上，从而最大限度地减少用户跨多个云的信息泄漏。我们设计了一种近似算法，以基于 MinHash 和 Bloom 过滤器为数据块有效地生成保留相似性的签名，并设计了一个函数来计算基于这些签名的信息泄漏。接下来，我们提出了一种基于聚类的有效存储计划生成算法，用于跨多个云分布具有最小信息泄漏的数据块。最后，我们使用来自 Wikipedia 和 GitHub 的两个真实数据集来评估我们的方案。我们表明，与计划外放置相比，我们的方案可以减少高达 60% 的信息泄漏。此外，我们对系统可攻击性的分析表明，我们的方案使对信息的攻击更加复杂。并且还设计了一个函数来计算基于这些签名的信息泄漏。接下来，我们提出了一种基于聚类的有效存储计划生成算法，用于跨多个云分布具有最小信息泄漏的数据块。最后，我们使用来自 Wikipedia 和 GitHub 的两个真实数据集来评估我们的方案。我们表明，与计划外放置相比，我们的方案可以减少高达 60% 的信息泄漏。此外，我们对系统可攻击性的分析表明，我们的方案使对信息的攻击更加复杂。并且还设计了一个函数来计算基于这些签名的信息泄漏。接下来，我们提出了一种基于聚类的有效存储计划生成算法，用于跨多个云分布具有最小信息泄漏的数据块。最后，我们使用来自 Wikipedia 和 GitHub 的两个真实数据集来评估我们的方案。我们表明，与计划外放置相比，我们的方案可以减少高达 60% 的信息泄漏。此外，我们对系统可攻击性的分析表明，我们的方案使对信息的攻击更加复杂。我们表明，与计划外放置相比，我们的方案可以减少高达 60% 的信息泄漏。此外，我们对系统可攻击性的分析表明，我们的方案使对信息的攻击更加复杂。我们表明，与计划外放置相比，我们的方案可以减少高达 60% 的信息泄漏。此外，我们对系统可攻击性的分析表明，我们的方案使对信息的攻击更加复杂。