With the widespread use of Internet-of-Things (IoT) devices, edge computing is becoming a popular technology for processing and storing data distributed at the edge of the networks. However, the new paradigm also faces a major security challenge: how to ensure the reliability and integrity of data in distributed edge storage servers? In this paper, we propose a robust and auditable distributed data storage (Radds) scheme to support a secure and dependable edge storage in edge computing. Firstly, based on homomorphic verifiable authenticator and regenerating code technique, the proposed scheme allows to check the integrity of data in distributed edge storage servers and guarantees data repairability in case of data corruption. Moreover, the server with corrupted data also can be deduced from integrity proofs, and a proxy is introduced for data reparation to release edge nodes from online burden and computation costs. Secondly, the proposed scheme can protect the privacy of original data from the third party auditor by blinding the encoding coefficients with a keyed pseudorandom function. Thirdly, the proposed scheme supports flexible scalability, i.e., dynamic joining and exiting of the edge nodes. Moreover, even if some data are not collected temporarily, they still can be supplemented to the encoded data file by an efficient way and the integrity checking and data reparation can be performed normally. Finally, security analysis and performance evaluation demonstrate that the proposed scheme is secure and highly efficient.

随着物联网（IoT）设备的广泛使用，边缘计算正成为一种流行的技术，用于处理和存储分布在网络边缘的数据。但是，新的范式还面临着重大的安全挑战：如何确保分布式边缘存储服务器中数据的可靠性和完整性？在本文中，我们提出了一种健壮且可审核的分布式数据存储（Radds）方案，以支持边缘计算中的安全且可靠的边缘存储。首先，基于同态可验证认证码和再生代码技术，该方案允许检查分布式边缘存储服务器中数据的完整性，并在数据损坏的情况下保证数据的可修复性。此外，也可以从完整性证明中推断出数据损坏的服务器，并引入了用于数据修复的代理，以从在线负担和计算成本中释放边缘节点。其次，所提出的方案可以通过使用键控伪随机函数使编码系数不可见，从而保护原始数据的私密性，避免第三方审计员的侵害。第三，所提出的方案支持灵活的可伸缩性，即边缘节点的动态加入和退出。而且，即使没有临时收集一些数据，仍然可以通过有效的方式将它们补充到编码数据文件中，并且可以正常执行完整性检查和数据修复。最后，安全性分析和性能评估表明该方案是安全且高效的。所提出的方案可以通过使用键控伪随机函数对编码系数进行盲处理来保护原始数据的私密性，从而避免第三方审计员的隐私。第三，所提出的方案支持灵活的可伸缩性，即边缘节点的动态加入和退出。而且，即使没有临时收集一些数据，仍然可以通过有效的方式将它们补充到编码数据文件中，并且可以正常执行完整性检查和数据修复。最后，安全分析和性能评估表明，该方案是安全且高效的。所提出的方案可以通过使用键控伪随机函数对编码系数进行盲处理来保护原始数据的私密性，从而避免第三方审计员的隐私。第三，所提出的方案支持灵活的可伸缩性，即边缘节点的动态加入和退出。而且，即使不是临时收集一些数据，仍然可以通过有效的方式将它们补充到编码数据文件中，并且可以正常执行完整性检查和数据修复。最后，安全分析和性能评估表明，该方案是安全且高效的。即使不是临时收集一些数据，仍然可以通过有效的方式将它们补充到编码数据文件中，并且可以正常执行完整性检查和数据修复。最后，安全分析和性能评估表明，该方案是安全且高效的。即使不是临时收集一些数据，仍然可以通过有效的方式将它们补充到编码数据文件中，并且可以正常执行完整性检查和数据修复。最后，安全分析和性能评估表明，该方案是安全且高效的。