1.一种针对mapreduce计算的数据保密方法，其特征在于，所述针对mapreduce计算的数据保密方法包括以下步骤：
第一步，在标准mapreduce计算框架下提出两种新型数据混洗方案：fullshuffle和safeshuffle；在mapping阶段层定义三个新型子阶段：map阶段、combine阶段以及partition阶段，在reducing阶段层定义reduce子阶段；
第二步，在mapreduce的mapping阶段层的map子阶段中，系统将输入数据整理为key-value键值对的形式进行预处理；
第三步，通过combine阶段，将map子阶段每一个map任务中的键值对根据key值进行合并，并通过预先的数据集key值种类数目添加假键值对到该值，以使每一个map任务输出的数据量大小相等，或者，在前述基础上添加混淆键值对，以使隐藏真实数据集key值种类数目；
第四步，partition子阶段的partition函数会将合并后的键值对分别分发给reducing阶段层的每一个reduce任务，以使reduce子阶段的每一个reduce任务输入的数据大小相等；
第五步，对reduce子阶段的每个reduce任务接受到的数据进行处理，丢弃所有假键值对、混淆键值对以及不属于reduce子阶段各个reduce任务合并的键值对数据；
第六步，在reduce子阶段每个reduce任务的最后输出存储dfs阶段(cleanup函数)，根据数据集key值种类数目再次添加混淆键值对，以使每个reduce任务输出的数据大小相等。
2.如权利要求1所述的针对mapreduce计算的数据保密方法，其特征在于，所述第二步具体包括：mapreduce的mapping阶段层的map子阶段中，map主函数将输入的数据整理为t＝(t.key,t.value)键值对的格式进行预处理；其中输入的数据将会均匀地分配给每一个map任务，即每个map任务会有|d|/m大小的数据输入，对于输入的数据先解密，然后通过map_function按行读取成中间键值对<k,v>的形式；其中输入数据集用|d|表示，|.|表示对数据加密处理后的大小，m表示map任务数量，map_function为每个map任务中的map主函数。
3.如权利要求1所述的针对mapreduce计算的数据保密方法，其特征在于，所述第三步具体包括：在每个map任务中部署combiner_function，当map_function生成输出加密键值对|t|时，combiner_function会先进行解密，然后利用reduce_function合并拥有相同key值的键值对；其中reduce_function为每个reduce任务中的reduce主函数，combiner_function为combine子阶段的主函数；作为结果，每一个map任务中会生成合并的键值对组，其中每一个键值对的key值都是独一无二的，用键值对格式(kauthentic,vauthentic)称该键值对组为可信键值对组；
一个map任务mapi产生了可信键值对组tm＝{<k1,v1>,…,<k|tm|,v|tm|>}，当|tm|<k，m将会生成dm＝k-|tm|个假键值对<kd1,vd1>,…,<kddm,vddm>；其中mapi∈{map1,…,mapm}，任务下标mu(1,m)，k为原始数据集中key的种类数量，|tm|为可信键值对组中键值对的数量；生成的假键值对的格式为(kdummy,vdummy)，其中kdummy和vdummy是预先设定好的带有标记的虚拟假值；最后在partition子阶段，每个map任务中将会有|tm|个可信键值对以及dm个假键值对，<k1,v1>,…,<kk,vk>，被加密分发给reduce子阶段的每个reduce任务；添加一定数量的混淆键值对<kf1,vf1>,…,<kfk’,vfk’>，以使隐藏真实数据集key值种类数目k；其中混淆键值对的数量用k’表示，键值对格式同样使用带有特殊标记的虚拟值(kfake,vfake)表示；最后在partition子阶段，每个map任务中将会有|tm|个可信键值对、dm个假键值对以及k’个混淆键值对，<k1,v1>,…,<kk+k’,vk+k’>，被加密分发给reduce子阶段的每个reduce任务。
4.如权利要求1所述的针对mapreduce计算的数据保密方法，其特征在于，所述第四步具体包括：partition子阶段的partition函数会将合并后的键值对分别分发给reduce子阶段的每一个reduce任务，以使reduce子阶段的每一个reduce任务输入的数据大小相等；在partition子阶段的partition函数中，先对每一个加密键值对|t|＝<t.key,t.value>解密，之后通过全分配函数full_partition_function来进行完全分配键值对t；其中对于每个键值对t来说都会执行r次full_partition_function，从而依次生成full_partition_function(t.key)＝r(1,2,...,r)的分配规则；令reduce子阶段中的reduce任务为reducej∈{reduce1,…,reducer}，对于fullshuffle方案，每个任务reducej都会接收到k＝dm+|tm|个加密键值对，其中包括可信键值对组(kauthentic,vauthentic)和假键值对(kdummy,vdummy)，或者对于safeshuffle方案将接收到k+k’个加密键值对，包括可信键值对组(kauthentic,vauthentic)、假键值对(kdummy,vdummy)以及混淆键值对(kfake,vfake)。
5.如权利要求1所述的针对mapreduce计算的数据保密方法，其特征在于，所述第五步具体包括：通过partition子阶段的partition函数，reduce子阶段的每个reducej任务将会接收到各个mapi任务传来的加密键值对组{|t|i}，先解密键值对|t|，对于得到的每一个键值对t＝(t.key,t.value)进行判断；如果t.key＝kdummy或者t.key＝kfake，那么任务reducej将会丢弃这些键值对，在每一个任务reducej的主函数reduce_function中，通过引用用户自定义的分配函数user_partition_function来处理可信键值对；如果user_partition_function(t.key)＝j，则保留该键值对，否则丢弃该键值对；其中对于reducej任务下标r，函数user_partition_function(t.key)＝ru(1,r)，通过判断r与当前reduce任务j的值来确定键值对的取舍；之后保留的键值对会依次通过reduce任务主函数reduce_function的处理，将拥有相同key值的键值对进行分组合并，作为结果，每个reducej任务中将会生成一组key值唯一的键值对集合，称为可信键值对组tm，标记为(kauthentic,vauthentic)。
6.如权利要求1所述的针对mapreduce计算的数据保密方法，其特征在于，所述第六步具体包括：对于fullshuffle方案而言，每个reducej任务生成的可信键值对组tm，当其数量|tm|<k时，r将会生成dr＝k-|tm|个假键值对<kd1,vd1>,…,<kddr,vddr>；其中任务下标ru(1,r)，k为原始数据集中key的种类数量，|tm|为可信键值对组中键值对的数量；生成的假键值对的格式为(kdummy,vdummy)，其中kdummy和vdummy是预先设定好的带有标记的虚拟假值；最后在存储dfs阶段，每个reduce任务中将会有|tm|个可信键值对以及dr个假键值对，即<k1,v1>,…,<kk,vk>，被加密存储到dfs中；
对于safeshuffle方案而言，每个reducej任务生成的可信键值对组tm，当其数量|tm|<k时，r将会生成dr＝k+k’-|tm|个假键值对<kd1,vd1>,…,<kddr,vddr>；其中任务下标ru(1,r)，k为原始数据集中key的种类数量，|tm|为可信键值对组中键值对的数量；生成的假键值对的格式为(kdummy,vdummy)，其中kdummy和vdummy是预先设定好的带有标记的虚拟假值；最后在存储dfs阶段，每个reduce任务中将会有|tm|个可信键值对以及dr个假键值对，<k1,v1>,…,<kk+k’,vk+k’>，被加密存储到dfs中。
7.一种实施权利要求1～6任意一项所述针对mapreduce计算的数据保密方法的针对mapreduce计算的数据保密系统，其特征在于，所述针对mapreduce计算的数据保密系统包括：
map子阶段处理模块，用于在mapreduce的mapping阶段层的map子阶段中，系统将输入数据整理为key-value键值对的形式进行预处理；
combine子阶段处理模块，用于将map子阶段每一个map任务中的键值对根据key值进行合并，并通过预先的数据集key值种类数目添加假键值对到该值，以使每一个map任务输出的数据量大小相等，或者，在前述基础上添加混淆键值对，以使隐藏真实数据集key值种类数目；
partition子阶段处理模块，用于partition子阶段的partition函数将合并后的键值对分别分发给reducing阶段层的每一个reduce任务，以使reduce子阶段的每一个reduce任务输入的数据大小相等；
reduce子阶段处理模块4，用于对reduce子阶段的每个reduce任务接受到的数据进行处理，丢弃所有假键值对、混淆键值对以及不属于reduce子阶段各个reduce任务合并的键值对数据；
reduce子阶段末处理模块，用于在reduce子阶段每个reduce任务的最后输出存储dfs阶段(cleanup函数)，根据数据集key值种类数目再次添加混淆键值对，以使每个reduce任务输出的数据大小相等。
8.一种实现权利要求1～6任意一项所述针对mapreduce计算的数据保密方法的信息数据处理终端。
9.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1～6任意一项所述的针对mapreduce计算的数据保密方法。
10.一种应用权利要求1～6任意一项所述针对mapreduce计算的数据保密方法的云计算数据保密系统。