1. 背景：现在的“银行”遇到了什么麻烦？
想象一下，现在有一家超级大银行（现代数据中心/超级计算机），它为了省钱和效率，把**“存钱柜”（存储设备）和“柜员/业务员”（计算设备）**分开了。柜员在办公室办公，而金库在几公里外的仓库里。柜员通过高速光纤（NVMe-oF）远程指挥金库存取现金。
现在的安全问题在于：
虽然银行有保安，但现在的保安（传统的加密技术）主要防的是“有人直接冲进金库偷钱”。但在“远程办公”模式下，新的风险出现了：
- 伪造假钞（完整性问题）： 有人可能在传输过程中偷偷换掉了你的钱。
- 旧钞骗局（新鲜度问题）： 这是最阴险的——有人拿出一张你去年存进去的旧钞票，假装是你今天存进去的（重放攻击）。
- 效率太低： 如果每个柜员都要亲自跑去金库核对每一张钞票的真伪，业务就会慢得像蜗牛，而且柜员会被累死（CPU占用率过高）。
2. Hazel 是什么？——“智能远程金库管家”
为了解决这些问题，研究人员发明了 Hazel。它不再让柜员亲自跑腿，而是建立了一套极其聪明的**“远程智能管家系统”**。
核心招式一：分工明确的“授权机制”（控制路径创新）
以前，柜员要自己记所有的密码和编号，非常累。
Hazel 的做法： 它设立了一个“总部调度中心”（KBS）。总部给每个柜员发一叠“临时通行证”（Counter-leasing，计数器租赁）。柜员拿到一叠编号，就可以在自己的范围内放心使用，不需要每存一笔钱都打电话问总部：“我这笔编号可以用吗？”这大大减轻了沟通负担，让业务可以大规模开展。
核心招式二：自带防伪标签的“钞票”（数据路径优化）
以前，为了防伪，每张钞票都要单独贴个复杂的防伪标，查起来很慢。
Hazel 的做法： 它利用了钞票自带的“微型标签空间”（NVMe Metadata）。它把防伪码、编号、防伪印章直接印在钞票的边缘。
- 快速核验（HMT 树）： 它发明了一种叫 HMT 的“防伪树”。这就像是一个巨大的防伪图谱，它不是每张钞票都去查整本账本，而是通过一种“模糊匹配”和“批量更新”的方法。即使金库里有几百万亿张钞票，管家也能通过这个图谱，在几毫秒内确认这张钱是不是“新鲜”的。
核心招式三：请了一位“超级机器人保安”（硬件加速）
如果让人类柜员（CPU）去盯着每一张钞票做复杂的防伪检查，他们会崩溃的。
Hazel 的做法： 它请了一群专门干苦力的“超级机器人”（Smart NIC/DPU，比如 NVIDIA 的 BlueField-3）。这些机器人就守在传输通道的门口，钞票一经过，机器人瞬间完成加密、解密和防伪检查，完全不占用柜员（CPU）的时间。
3. 总结：Hazel 厉害在哪里？
如果用一句话总结，Hazel 实现了：“既要绝对安全，又要快如闪电。”
- 安全性（Security）： 它不仅保证钱不被偷（机密性），还保证钱没被换（完整性），更保证钱不是旧的（新鲜度）。
- 高性能（Efficiency）： 以前加了这么多安全措施，业务速度会掉一半甚至更多；但用了 Hazel，速度几乎没降（性能损耗仅为 1-2%），就像是在高速公路上加装了自动感应闸机，车流几乎感觉不到阻碍。
一句话比喻：
Hazel 把原本笨重、缓慢、需要人工反复核对的“远程金库安检”，变成了一套**“自动化的、高速流动的、带有智能防伪标签的数字化物流系统”**。
这是一篇关于名为 Hazel 的安全且高效的分离式存储（Disaggregated Storage）系统的学术论文。以下是该论文的详细技术总结：
1. 问题背景与挑战 (Problem)
随着超级计算机和数据中心向分离式存储（通过 NVMe-oF 实现计算与存储解耦）演进，机密计算 (Confidential Computing, CC) 也成为了保护敏感工作负载的标准范式。然而，现有的安全存储方案在应对分离式架构时面临三大核心挑战：
- 安全性不足 (Security Gap)： 传统的云存储仅提供基础的磁盘加密（如 AES-XTS），无法满足机密计算对完整性 (Integrity) 和新鲜度 (Freshness)（防止重放攻击）的严格要求。
- 扩展性难题 (Scalability Issues)： 现有的本地安全方案（如 Linux 的
dm-crypt, dm-integrity, dm-x）在处理 PB 级大规模存储时，难以协调多个计算节点之间的加密密钥、计数器（IV）以及 Merkle Tree（用于保证新鲜度）的同步。
- 性能与资源损耗 (Performance & Resource Overhead)： 传统的软件加密和完整性校验会消耗大量 CPU 资源（有时高达 80% 以上），并显著增加 I/O 延迟和降低吞吐量，难以匹配 NVMe-oF 的高速特性。
2. 核心方法论 (Methodology)
为了解决上述问题，Hazel 提出了一种全新的架构，通过扩展 NVMe-oF 协议能力，在不改变硬件协议的前提下，实现了控制路径与数据路径的深度优化。
A. 控制路径创新 (Control Path)
- 计数器租赁协议 (Counter-leasing)： 为了在 PB 级存储上实现大规模、无冲突的唯一初始化向量 (IV)，Hazel 引入了由密钥管理服务 (KBS) 驱动的租赁机制。KBS 为每个设备分配连续的计数器范围，允许多个计算实例独立使用，避免了频繁的全局同步。
- 密钥派生机制 (Key Derivation)： 基于用户存储密钥和设备 ID，通过 HMAC 派生出设备特定的密钥，增强了隔离性。
B. 数据路径优化 (Data Path)
- 利用 NVMe 元数据 (NVMe Metadata)： Hazel 利用 SSD 的元数据空间（每扇区 64B）来封装安全信息（如 IV、哈希值、密钥 ID），从而避免了额外的 I/O 读取，实现了“零开销”或极低开销的读取路径。
- Hazel Merkle Tree (HMT)： 针对新鲜度保护，Hazel 设计了一种新型 Merkle Tree。
- 分层设计： 将树的叶子节点设为 IV 而非原始数据，显著减小了内存占用。
- 最终一致性 (Eventual Consistency)： 将哈希计算移出关键 I/O 路径，允许异步更新，从而大幅提升写入吞吐量。
- 元数据缓存： 在 SSD 开头设置元数据缓存区，优化了连续读写时的 IV 获取效率。
C. 硬件加速 (Hardware Offloading)
- 智能网卡 (sNIC/DPU) 加速： Hazel 支持将加密和完整性校验任务卸载到具备机密计算能力的智能网卡（如 NVIDIA BlueField-3）上。利用 DPU 的硬件加速器（GGA）进行异步加密，减轻了主机 CPU 的压力。
3. 主要贡献 (Key Contributions)
- 系统设计： 设计并实现了一个首个满足机密计算威胁模型、支持 PB 级扩展的安全分离式存储系统 Hazel。
- 算法创新： 提出了 HMT (Hazel Merkle Tree) 结构，解决了大规模存储下新鲜度校验的性能瓶颈。
- 协议扩展： 通过封装 NVMe 元数据，在不修改标准 NVMe-oF 协议的情况下实现了安全增强。
- 原型实现与开源： 基于 SPDK 和 NVIDIA DOCA 在 BlueField-3 DPU 上实现了原型，并已开源。
4. 实验结果 (Results)
研究人员通过合成模式、IO500 基准测试、YCSB 数据库测试以及 AI 训练任务对 Hazel 进行了全面评估：
- 极低的性能损耗： 在合成测试、AI 训练和 IO500 测试中，Hazel 的性能下降仅为 1-2%。
- 高吞吐与低延迟： 相比于传统的内核级方案（可能导致 50% 的吞吐量下降），Hazel 在保持高吞吐量的同时，将 CPU 使用率降至极低水平。
- AI 训练表现优异： 在 ResNet50 和 UNet3D 的训练任务中，由于其高效的“快速读取路径”，存储层面的开销几乎可以忽略不计。
- 扩展性验证： 实验证明，随着写入规模的增加，通过批量处理和最终一致性机制，HMT 能够维持稳定的高性能。
5. 研究意义 (Significance)
Hazel 的研究为机密高性能计算 (cHPC) 和安全云基础设施提供了重要的技术路径。它证明了通过“控制路径解耦 + 数据路径元数据封装 + 硬件加速”的组合拳，可以在不牺牲现代数据中心极致性能的前提下，实现最高级别的存储安全保障（机密性、完整性和新鲜度）。这对于金融、医疗等对数据隐私极度敏感且依赖大规模分布式计算的行业具有深远的实际应用价值。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。