Mejoras en el cifrado de big data en la nube

En los últimos meses se han publicado varios artículos técnicos sobre investigaciones relacionadas con el campo de la deduplicación aplicada a los datos alojados en la nube, especialmente vinculados al Big Data. Uno de los principales problemas que tratan de abordar es el máximo aprovechamiento del espacio, teniendo en cuenta el constante flujo de datos que entran y salen de los centros de datos de la nube. Entre ellos hay un gran porcentaje de información redundante que debe ser identificada y eliminada para maximizar el espacio disponible constantemente, un problema que se ataja a través de técnicas de deduplicación.

Pero la privacidad de los datos es un aspecto fundamental, especialmente en regiones sujetas a leyes restrictivas, como es el caso de Europa con la GDPR, lo que complica sobremanera el trabajo de deduplicación. Dado que los datos están cifrados y que la propiedad de los mismos no siempre está en manos de las mismas personas o entidades, es muy difícil localizar todos los núcleos de redundancia de datos existentes en las diferentes plataformas de almacenamiento e instancias en las que se ejecutan aplicaciones vinculadas al Big Data o la analítica.

En muchos casos, los usuarios aplican técnicas de cifrado para proteger sus datos antes de subirlos a la nube, siguiendo las recomendaciones de seguridad, pero cada vez que estos son alterados, guardados y subidos de nuevo quedan duplicados, sin que los proveedores de la nube tengan constancia. Este problema supone un freno para las técnicas de deduplicación, y varios equipos de trabajo están investigando formas de mejorar en este campo. Ahora, un grupo de ingenieros de la facultad de Ingeniería de Thrissur, en la India, proponen un nuevo esquema de deduplicación para el almacenamiento en la nube que admite la deduplicación del Big Data, y que emplea un sistema de cifrado seguro.

Según sus creadores, este emplea un método de cifrado simétrico y reencriptado que permite determinar automáticamente si los archivos en la nube deben ser borrados al subir una nueva versión. Así, estos quedan “marcados” como redundantes, lo que permite a los operadores de la nube incluirlos en la lista de datos a eliminar, sin necesidad de que su contenido sea leído. Este enfoque es ligeramente diferente al de otros trabajos sobre la mejora de los protocolos de almacenamiento, cifrado, deduplicación y privacidad en la nube, y promete un funcionamiento más efectivo.