Research Article

VDNABDS, un protocollo crittografico basato su DNA per migliorare la sicurezza nel cloud

DOI:

10.3791/68843

⸱

December 5th, 2025

 ,  ,  ,  ,  , 
1School of Computer Sciences, Odisha University of Technology and Research, 2School of Computer Science & Engineering (SCOPE), VIT-AP University

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'obiettivo del protocollo VDNABDS è migliorare la sicurezza cloud utilizzando tecniche di crittografia basate sul DNA per generare chiavi veloci e infrangibili. L'obiettivo è proteggere i dati sensibili contro attacchi di forza bruta e quantistiche, garantendo al contempo alte prestazioni, scalabilità e integrazione senza soluzione di continuità con i moderni sistemi cloud.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

I moderni sistemi di archiviazione cloud spesso faticano a bilanciare sicurezza e prestazioni: una crittografia forte tende a rallentare le operazioni, mentre soluzioni più rapide possono compromettere la sicurezza dei dati. Per risolvere questo problema, abbiamo sviluppato la Variational DNA-Based Data Security (VDNABDS), un sistema di crittografia di nuova generazione ispirato alla struttura biologica del DNA. Invece di affidarsi esclusivamente agli algoritmi matematici tradizionali, questo metodo converte le informazioni specifiche dell'utente in sequenze simili a quelle del DNA utilizzando i quattro nucleotidi (A, T, C, G), per poi applicare tecniche intelligenti di shuffling e trasformazione per proteggere i file archiviati nel cloud. Questo metodo combina la generazione dinamica delle chiavi con pattern bio-ispirati, ottenendo una crittografia rapida senza sacrificare la protezione. Durante i test, questo metodo ha generato chiavi sicure in soli 5 ms, 15 volte più veloce rispetto a modelli esistenti come Cloud Security with Dynamic Encryption Sequences (CSDES), e ha completato la crittografia completa in 4 secondi, anche con un alto carico di utenti di quasi 1.000 utenti simultanei. Il Metodo proposto offre anche una difesa eccezionale contro le minacce informatiche, offrendo combinazioni di chiavi uniche 1 x 1038 - rendendo praticamente impossibili attacchi di forza bruta e quantistiche. Il suo design adattivo aggiorna costantemente i modelli di sicurezza, rendendolo altamente resiliente alle intrusioni. È importante sottolineare che si integra in modo fluido con le piattaforme cloud esistenti, consentendo un accesso rapido ai dati mantenendo al contempo forti tutele sulla privacy. Esperimenti reali hanno dimostrato che il VDNABDS supera costantemente i modelli di crittografia tradizionali sia in velocità che in affidabilità. Con la sua architettura robusta, scalabile e indipendente dall'hardware, questo sistema è particolarmente adatto a settori come sanità, finanza e difesa, dove la sensibilità dei dati è fondamentale. Guardando al futuro, puntiamo ad espandere questo modello di crittografia biologica agli smartphone e ai dispositivi Internet delle Cose (IoT), aprendo la strada a una nuova era di protezione dei dati rapida, sicura e resistente al quantismo.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Il cloud computing è diventato essenziale per i servizi dati moderni, offrendo flessibilità, scalabilità ed efficienza. Tuttavia, con questa ampia adozione arriva una maggiore esposizione alle minacce informatiche, specialmente quelle che mirano alla riservatezza e all'integrità dei dati. Gli algoritmi di crittografia tradizionali come AES-256 e RSA, sebbene ampiamente utilizzati, affrontano crescenti limitazioni. Questi metodi richiedono pesanti risorse computazionali e sono vulnerabili a tecnologie in evoluzione come il calcoloquantistico 1. Questo crea un'urgente necessità di sistemi di crittografia innovativi, leggeri, scalabili e a prova di futuro.

La crittografia basata sul DNA è emersa come un'alternativa promettente grazie alla sua complessità intrinseca, casualità e potenziale per il calcoloparallelo 2. Tuttavia, l'appeal teorico di questi metodi spesso si scontra con la loro attuazione pratica. La maggior parte degli schemi basati su DNA esistenti ha avuto difficoltà con l'applicabilità nel mondo reale, poiché spesso dipendono dall'hardware, richiedono apparecchiature di laboratorio specializzate o mancano delle prestazioni e della scalabilità necessarie per ambienti clouddinamici 3. Queste limitazioni hanno creato un divario significativo tra la promessa teorica della sicurezza ispirata dalla bio-ispirazione e la sua applicabilità pratica.

Per affrontare questo problema, presentiamo la Variational DNA-Based Data Security (VDNABDS) - un framework di crittografia basato su software che trasforma input specifici per l'utente in chiavi dinamiche simili al DNA utilizzando operazioni SHA-256 e XOR. Il metodo consente la generazione delle chiavi in meno di 5 ms e cripta grandi volumi di dati in soli 4 secondi, superando significativamente modelli precedenti come CSDES e ZMCACM4. VDNABDS supporta oltre 1 x 1038 combinazioni uniche di chiavi, offrendo una forte protezione contro attacchi di forza bruta e quantistiche.

Sebbene molti ricercatori abbiano esplorato soluzioni per la sicurezza cloud, spesso si concentrano su problemi specifici e isolati. Ad esempio, Wang et al.5 hanno proposto un modello di autenticazione sicura per il cloud computing, ma manca di capacità di crittografia a livello di contenuto. Analogamente, Ahmed et al.6hanno sviluppato DNACDS per ambienti IoE, ma lo schema soffre di scalabilità limitata nei test in tempo reale. Altri tentativi combinano Blowfish con blockchain7o applicano DNA per il controllodi accesso 8, ma spesso mancano in termini di prestazioni o adattabilità. VDNABDS colma queste lacune con la sua strategia di crittografia veloce, indipendente dall'hardware e specifica per sessione, validata tramite CloudSim con un ampio dataset e utenti concorrenti.

In sintesi, questo lavoro fornisce i seguenti contributi chiave nel campo della sicurezza cloud e della crittografia basata sul DNA. Introduciamo VDNABDS, un nuovo framework crittografico solo software che trasforma informazioni specifiche per l'utente in chiavi di crittografia dinamiche simili al DNA. Dimostriamo prestazioni e scalabilità eccezionali, con VDNABDS che raggiunge la generazione delle chiavi in soli 5 ms e crittografa un dataset di 3GB in 4,1 s, superando modelli esistenti come ZMCACM e AES-256. Convalidiamo la sicurezza post-quantistica del protocollo dimostrando una chiave derivata dal DNA a 1024 bit e trasformazioni non algebriche, che forniscono un livello di sicurezza ben oltre la soglia del NIST e resistono sia agli algoritmi di Shor che a quelli diGrover 9. Proponiamo uno schema di protezione della chiave a doppio livello che combina la Crittografia a Curva Ellittica (ECC) e RSA-OAEP per avvolgere in modo sicuro la chiave DNA, migliorandone la resistenza agli attacchi di forza bruta e replay10.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questa ricerca non ha coinvolto partecipanti umani, animali o l'uso di campioni biologici. Tutti i test e le valutazioni sono stati effettuati con dati generati artificialmente, inclusi identificatori creati casualmente come indirizzi MAC, date di nascita e stringhe di password. Non sono state raccolte, conservate o esaminate informazioni personali o sensibili in nessuna fase. All'interno del protocollo VDNABDS (Figura 1), le chiavi basate su input erano limitate a valori sintetici e non tracciabili, servendo solo a illustrare prestazioni e risultati funzionali in un contesto controllato. Ogni fase dello studio è stata condotta in conformità con le politiche istituzionali sulla sperimentazione sulla cybersecurity e sulla gestione etica dei dati, garantendo l'allineamento con gli standard internazionali per la protezione della privacy e pratiche di ricerca responsabili.

1. Preparazione del sistema

  1. Installare gli strumenti necessari: installare un toolkit di simulazione cloud in un ambiente Java utilizzando una versione JDK supportata (ad esempio, versione 8 o successiva). Utilizzare qualsiasi ambiente di sviluppo integrato (IDE) compatibile con Java per eseguire il progetto.
  2. Configura l'ambiente di sistema. Configura un ambiente Python (versione 3.8 o successiva) con librerie standard per hashing, generazione casuale e operazioni binarie. Crea una struttura di directory con cartelle chiamate input_data, dna_keys e encrypted_output.
  3. Definisci i moduli salt e CRC . Inizializzare un valore di sale a livello di sistema a 128 bit e una funzione di controllo di ridondanza ciclica (CRC32). Questi dovrebbero essere memorizzati in modo sicuro nella memoria di sistema.
  4. Imposta parametri crittografici. Usa una curva ellittica standard, come secp384r1, per la crittografia asimmetrica. Configura RSA-OAEP con una chiave di 4096 bit per la crittografia della chiave pubblica.

2. Generazione di chiavi intelligenti tramite mappatura del DNA

  1. Raccogli input specifici per l'utente. Raccogli l'indirizzo MAC dell'utente, la data di nascita (in formato DD-MM-YYYY) e una password forte.
  2. Concatena e hash input. Concatena gli input specifici per utente e applica un hash SHA-256. Tronca l'hash a 128 bit e convertilo in binario.
    Esempio di input:MAC: 00-1B-44-11-3A-B7 data di nascita: 15-08-2000Password: StrongP@ssword123SHA-256 Hash (troncato a 128 bit): b7e23ec29af22b0b4e41da31e868d572
  3. Espandi la sequenza binaria. XOR l'hash a 128 bit (H) con un sale a 128 bit (S) per produrre il risultato XOR (X). X=Hfigure-protocol-1S
    Esempio di sale: e3f3cd1a49d20a7c3b8abf243e7211e8
    Aggiungi un checksum CRC32 (C) e un pad casuale di 864 bit (P) per formare la sequenza binaria finale di 1024 bit (R). R=X||C||P
  4. Converti il binario in sequenza di DNA. Usa la mappatura binario-ADN: 00 → A, 01 → T, 10 → C, 11 → G. Applica la mappatura per convertire tutti i 1024 bit in una sequenza di DNA.
    Sequenza del DNA (Primo Esempio di 20 Basi): ATGCCTTAGGTAGGCTATAC
  5. Mescola la sequenza del DNA. Usa un algoritmo di mescolamento Fisher-Yates a seme temporale per randomizzare la sequenza del DNA. Fai seed del shuffle usando l'hash SHA-256 del timestamp di sistema e dell'ID sessione.

3. Formazione della chiavi di crittografia basata sul DNA

  1. Segmenta e trasforma. Dividere la sequenza di DNA mescolata in quattro segmenti uguali da 256 bit: S1, S2, S3, S4. Applicare un'operazione DNA-XOR per creare due segmenti chiave, K1 e K2, come definito dalle seguenti relazioni: K1=S1figure-protocol-2S2 K2=S3figure-protocol-3S4
  2. Assemblare la chiave finale di crittografia del DNA. Combinare gli output XOR per formare la chiave finale di crittografia del DNA (DNADK): DNADK=K1||K2

4. Crittografia a doppio livello di chiavi e archiviazione sicura

  1. Applica la crittografia a curva ellittica. Cripta il DNADK usando la crittografia a curva ellittica con la chiave privata del proprietario dei dati.
  2. Applica la crittografia RSA-OAEP. Cripta il risultato cifrato con ECC usando RSA-OAEP con la chiave pubblica del destinatario.
  3. Memorizza la chiave del DNA criptato. Salva il DNADK doppiamente criptato nella cartella dna_keys sicura.

5. Crittografia dei dati e caricamento nel cloud

  1. Converti il testo in chiaro in binario. Dividi il file originale in blocchi binari di uguale lunghezza.
  2. Codifica blocchi binari in formato DNA. Applicare la conversione binario-ADN descritta nel passo 2.4 ai blocchi binari.
  3. Mescola e applica DNA-XOR. Mescolate e trasformate ogni blocco codificato in DNA utilizzando la logica DNA-XOR definita nel passo 3.
  4. Applica la correzione degli errori e finalizza la crittografia. Aggiungi i codici di correzione degli errori Reed-Solomon ai dati codificati nel DNA. Memorizza l'output finale crittografato nella cartella encrypted_output.
  5. Carica i dati criptati nel cloud. Trasferire i file criptati con DNA al fornitore di servizi cloud designato e registrare il caricamento con i metadati pertinenti.

6. Accesso ai dati e decrittazione sicura

  1. Autentica l'utente. Utilizzare meccanismi di autenticazione multifattore per convalidare l'accesso dell'utente.
  2. Recupera la chiave del DNA criptato. Accedi al DNADK criptato dalla directory delle chiavi sicura.
  3. Esegui la decrittazione delle chiavi. Utilizzare la chiave RSA privata del destinatario, seguita dalla chiave privata ECC del proprietario dei dati, per decifrare il DNADK originale.
  4. Ricostruisci i dati originali. Applica la mappatura inversa del DNA, la decodifica DNA-XOR e la correzione degli errori per recuperare i dati originali del testo in chiaro.

7. Gestione ottimizzata degli identificatori utente

  1. Classifica gli identificatori utente in base alla lunghezza e allocali in gruppi di indici designati.
  2. Accelera le ricerche sfruttando tabelle hash indicizzate insieme a strategie di cache.
  3. Autenticare gli utenti verificando i loro identificatori rispetto agli hash crittografici pre-calcolati prima che l'accesso sia consentito.

8. Misure di sicurezza, protezione e conformità

  1. Protezione delle chiavi derivate dal DNA: Conservare i DNADK esclusivamente in posizioni criptate con permessi di accesso rigorosi.
  2. Pulizia sicura dei dati temporanei: rimuovere file intermedi e buffer tramite metodi certificati di cancellazione sicura.
  3. Keying specifico per sessione: Crea un DNADK distinto per ogni sessione per preservare la segretezza futura.

9. Test e validazione (Figura 2)

  1. Configurazione della simulazione: Implementare il protocollo all'interno di un ambiente CloudSim 3.0.3 configurato per supportare fino a 1.000 utenti simultaneamente e un dataset di 3 GB.
  2. Indicatori di prestazioni: monitorare valori come la latenza di generazione delle chiavi, i tempi di crittografia/decrittografia, i requisiti di memoria, i livelli di entropia e la scalabilità sotto carichi variabili.
  3. Esperimenti comparativi: Valutare VDNABDS insieme ad AES-256 + RSA-OAEP, ZMCACM, CSDES e RDIS in condizioni equivalenti.
  4. Studio di scalabilità: Aumentare gradualmente il numero di utenti concorrenti (100, 500, 1.000) mentre registrano le prestazioni di crittografia e decrittazione.
  5. Valutazione della sicurezza: stimare la resistenza alla forza bruta misurando lo spazio e l'entropia effettivi delle chiavi; esamina inoltre la robustezza teorica rispetto agli algoritmi quantistici di Shor e Grover.
  6. Prove con risorse limitate: Eseguire varianti leggere su Raspberry Pi 4 (CPU quad-core a 1,5 GHz, 2 GB di RAM) per testare l'applicabilità a scenari di tipo IoT.
  7. Documentazione e riproducibilità: Conservare output degli esperimenti, log e report sulle prestazioni per supportare la validazione e la replica indipendenti.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Il protocollo VDNABDS proposto è stato valutato attraverso una serie di esperimenti simulati su ambienti cloud per valutarne le prestazioni sia rispetto ai metodi crittografici tradizionali che ad altri basati sul DNA. Le metriche di valutazione includevano il tempo di generazione delle chiavi, le velocità di crittografia e decrittazione, l'entropia delle chiavi e la scalabilità sotto carichi utentevariabili 11.

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'emergere della crittografia basata sul DNA ha aperto una nuova frontiera nella crittografia post-quantistica. Tuttavia, l'adozione nel mondo reale è rimasta in ritardo a causa di limitazioni di riproducibilità, scalabilità e dipendenza dall'hardware. Tecniche come quelle proposte da Ahmed et al. e Sharma et al. affrontavano alcune vulnerabilità cloud utilizzando modelli di DNA e blockchain, ma mancavano di una gestione dinamica delle chiavi e mostravano una resilienza limitata a ambien...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori dichiarano che non ci sono conflitti di interesse legati alla pubblicazione di quest'opera. Nessun autore ha relazioni personali, finanziarie o professionali che possano essere percepite come influenzanti i risultati o l'interpretazione di questa ricerca. Tutti i contributi a questo studio sono stati dati esclusivamente a scopo accademico e scientifico, e nessuna affiliazione commerciale o pressione esterna ha influenzato la progettazione, l'esecuzione o la rendicontazione dei risultati.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori desiderano esprimere la loro sincera gratitudine alla School of Computer Sciences dell'Università di Tecnologia e Ricerca dell'Odisha, per aver fornito l'infrastruttura e il supporto accademico che hanno reso possibile questa ricerca. Un ringraziamento speciale è rivolto al Dipartimento SENSE della VIT University, Andhra Pradesh, per le sue preziose intuizioni tecniche e la collaborazione durante lo sviluppo del protocollo VDNABDS. Riconosciamo inoltre le indicazioni e i feedback costruttivi da parte di docenti mentori e revisori che hanno contribuito a perfezionare sia la metodologia che l'implementazione di questo lavoro. Il loro contributo è stato determinante per migliorare la chiarezza e il rigore scientifico del modello finale. Questa ricerca non ha ricevuto alcuna sovvenzione specifica da enti pubblici, commerciali o di finanziamento senza scopo di lucro. Tuttavia, il supporto istituzionale sotto forma di accesso al laboratorio, risorse software e strumenti di simulazione (come CloudSim 3.0.3) è stato cruciale per completare con successo questo progetto.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
JAVAOracolo
CloudSimGithub
PythonFondamenta software Python

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Bernstein, D. J., Lange, T. Post-quantum cryptography. Nature. 549 (7671), 188-194 (2017).
  2. Leier, A., Richter, C., Banzhaf, W., Rauhe, H. Cryptography with DNA binary strands. BioSyst. 57 (1), 13-22 (2000).
  3. Gehani, A., LaBean, T. H., Reif, J. H. DNA-based cryptography. Aspects Mol ComputLNCS. 2950, 167-188 (2004).
  4. Dash, B., et al. VDNABDS: A DNA-Based Cryptographic Protocol for Enhancing Cloud Security. J Vis Exp. , In Press (2025).
  5. Wang, C., Ren, K., Lou, W., Li, J. Toward publicly auditable secure cloud data storage services. IEEE Network. 24 (4), 19-24 (2010).
  6. Singh, A., Kumar, A., Namasudra, S. DNACDS: Cloud IoE big data security and accessing scheme based on DNA cryptography. Front Comp Sci. 18, 181801(2024).
  7. Alshahrani, A., et al. A secure data storage scheme using Blowfish with blockchain. J King Saud Uni Comp Info Sci. 34 (9), 6715-6726 (2022).
  8. Aarthy, R., Kanth, V. DESACS: DNA encryption-based secure access control and sharing in IoT-enabled cloud environment. Int J Sys Des Comput. 2 (1), 14-19 (2024).
  9. Chen, L., et al. Report on post-quantum cryptography. NIST IR 8105. , US Department of Commerce. (2016).
  10. Menezes, A., Van Oorschot, P., Vanstone, S. Handbook of Applied Cryptography. , CRC Press. Boca Raton. (1996).
  11. Kumari, S., Karuppiah, M., Li, X. Cloud security: Attacks, challenges, and solutions. Future Generat Comp Syst. 79, 849-861 (2018).
  12. Chen, L., et al. ZMCACM: A hybrid DNA and machine learning-based cryptosystem. J Cloud Comput. 11 (1), 122-136 (2022).
  13. Zhang, Y., et al. Chaos-based cryptography: Recent developments and applications. International J Bifurcat Chaos. 31 (9), 2150141(2021).
  14. Stallings, W. Cryptography and Network Security: Principles and Practice. , Pearson. Boston. (2017).
  15. Aarthy, R., Kanth, V. DESACS: DNA encryption-based secure access control and sharing in IoT-enabled cloud environment. Int J Sys Des Comput. 2 (1), 14-19 (2024).
  16. Hameed, S., Khan, F. I., Khan, S. U. A review of cloud computing and energy-efficient resource management techniques. Cluster Comput. 19, 1163-1182 (2016).
  17. Ahmed, R., Abbas, R., Javed, S., Khan, F. DNACDS: Cloud IoE Big Data Security and Accessing Scheme Based on DNA Cryptography. Comput Electr Eng. 101, 108012(2022).
  18. Sharma, A., Gupta, S. A Secure Blockchain and DNA-Based Authentication Framework for Cloud Data Integrity. J Netw Comput Appl. 175, 102936(2021).
  19. Shor, P. W. Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms on a Quantum Computer. SIAM J Comput. 26 (5), 1484-1509 (1997).
  20. Paul, R., Nath, B. Bi-CRYPT: A Hybrid DNA-Based Cryptographic Algorithm. Int J Inf Secur. 19, 561-575 (2020).
  21. Zhang, X., Liu, C., Wang, T. CSDES: A Cloud-Secure DNA Encryption Scheme. IEEE Trans Cloud Comput. 8 (4), 1052-1063 (2019).
  22. Wang, J., Zhang, Y., Liu, R., Chen, M. ZMCACM: A DNA-Matrix-Based Cryptographic System for Cloud Encryption. Future Gener Comput Syst. 109, 195-206 (2020).
  23. Karthik, M., Ramesh, D. DNA-Based Lightweight Security Scheme for Edge Computing Devices. IEEE Access. 9, 109212-109225 (2021).
  24. Grover, L. K. A Fast Quantum Mechanical Algorithm for Database Search. Proc 28th Annu ACM Symp Theory Comput. (STOC). , 212-219 (1996).
  25. Li, Y., Zhou, H., Chen, H. An Efficient and Secure DNA Cryptographic Model with Chaotic Sequence and RSA. Comput Mater Continua. 71 (3), 4523-4536 (2022).
  26. Almaraz, J., Padilla, R. Dynamic DNA-Based Cryptographic Key Generation Using User Biometrics. J Inf Secur Appl. 57, 102723(2021).
  27. Chen, C., Zhang, W., Wang, X. Performance Evaluation of Lightweight Cryptographic Systems on IoT Edge Devices. J Syst Archit. 109, 101802(2020).
  28. Liu, W., Tang, Y., Zhang, Y. Hybrid Secure Model Integrating DNA and Homomorphic Encryption for Medical Cloud Storage. Comput Biol Med. 152, 106376(2023).
  29. Hu, Y., Zhao, L. Entropy-Aware Salt Generation Mechanism for Secure DNA Key Construction. Cryptogr Commun. 13, 119-138 (2021).
  30. Kiani, F., et al. Compression-based lightweight encryption methods for IoT security. IEEE Internet Things J. 7 (9), 8958-8969 (2020).
  31. Bonneau, J., Herley, C., Van Oorschot, P. C., Stajano, F. The quest to replace passwords: A framework for comparative evaluation of Web authentication schemes. IEEE Symp Security Privacy. , 553-567 (2012).
  32. A large-scale study of web password habits. Florêncio, D., Herley, C. Proc 16th Int Conf World Wide Web, , 657-666 (2007).
  33. Kocher, P., Jaffe, J., Jun, B. Differential power analysis. Adv Cryptol CRYPTO'99LNCS. 1666, 388-397 (1999).
  34. NIST. Post-Quantum Cryptography Standardization. , National Institute of Standards and Technology. (2025).
  35. Zhao, M., Wang, H., Lee, S. Efficient API Integration for Modular Cryptographic Services in Cloud Environments. J Cloud Comput. 10 (1), (2021).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

DNA Based EncryptionCloud SecurityCryptographic ProtocolDynamic Key GenerationBio Inspired SecurityQuantum Resistant EncryptionData PrivacyCloud Storage ProtectionAdaptive Security PatternsSecure Key Generation

Related Articles