Research Article

VDNABDS, een op DNA gebaseerd cryptografisch protocol ter verbetering van cloudbeveiliging

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

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

Het doel van het VDNABDS-protocol is om de cloudbeveiliging te verbeteren door gebruik te maken van DNA-gebaseerde encryptietechnieken om snelle, onbreekbare sleutels te genereren. Het heeft als doel gevoelige gegevens te beschermen tegen brute-force en quantumaanvallen, terwijl het zorgt voor hoge prestaties, schaalbaarheid en naadloze integratie met moderne cloudsystemen.

Abstract

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

Moderne cloudopslagsystemen hebben vaak moeite om beveiliging en prestatiegerichte encryptie in balans te brengen, waardoor de werking vertraagt, terwijl snellere oplossingen de gegevensveiligheid kunnen ondermijnen. Om dit op te lossen hebben we Variational DNA-Based Data Security (VDNABDS) ontwikkeld, een next-generation encryptiesysteem geïnspireerd op de biologische structuur van DNA. In plaats van uitsluitend te vertrouwen op traditionele wiskundige algoritmen, zet deze methode gebruikersspecifieke informatie om in DNA-achtige sequenties met behulp van de vier nucleotiden (A, T, C, G), en past vervolgens slimme schud- en transformatietechnieken toe om cloudopgeslagen bestanden te beveiligen. Deze methode combineert dynamische sleutelgeneratie met bio-geïnspireerde patronen, waardoor snelle encryptie wordt bereikt zonder bescherming op te offeren. Bij tests genereerde deze methode beveiligde sleutels in slechts 5 ms, wat 15 keer sneller is dan bestaande modellen zoals Cloud Security met Dynamic Encryption Sequences (CSDES), en voltooide volledige versleuteling in 4 seconden, zelfs bij hoge gebruikersbelastingen van bijna 1.000 gelijktijdige gebruikers. De voorgestelde methode biedt ook uitzonderlijke bescherming tegen cyberdreigingen, met 1 x 10à 38 unieke sleutelcombinaties, waardoor brute-force en quantumaanvallen praktisch onmogelijk zijn. Het adaptieve ontwerp werkt voortdurend beveiligingspatronen bij, waardoor het zeer bestand is tegen inbraak. Belangrijk is dat het soepel integreert met bestaande cloudplatforms, waardoor snelle data-toegang mogelijk is en sterke privacywaarborgen behouden blijft. Uit experimenten in de praktijk bleek dat VDNABDS consequent beter presteert dan traditionele encryptiemodellen in zowel snelheid als betrouwbaarheid. Met zijn robuuste, schaalbare en hardware-onafhankelijke architectuur is dit systeem bijzonder geschikt voor sectoren zoals de gezondheidszorg, financiën en defensie, waar gegevensgevoeligheid van het grootste belang is. Vooruitkijkend willen we dit biologische encryptiemodel uitbreiden naar smartphones en Internet of Things (IoT)-apparaten, waarmee we de weg vrijmaken voor een nieuw tijdperk van snelle, veilige en kwantumbestendige gegevensbescherming.

Introduction

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

Cloud computing is essentieel geworden voor moderne dataservices en biedt flexibiliteit, schaalbaarheid en efficiëntie. Met deze brede adoptie komt echter een toename van de blootstelling aan cyberdreigingen, vooral die gericht zijn op gegevensvertrouwelijkheid en integriteit. Traditionele encryptie-algoritmen zoals AES-256 en RSA, hoewel veel gebruikt, ondervinden toenemende beperkingen. Deze methoden vereisen zware rekenkracht en zijn kwetsbaar voor zich ontwikkelende technologieën zoals quantum computing1. Dit creëert een dringende behoefte aan nieuwe encryptiesystemen die lichtgewicht, schaalbaar en toekomstbestendig zijn.

DNA-gebaseerde cryptografie is naar voren gekomen als een veelbelovend alternatief vanwege de inherente complexiteit, willekeur en het potentieel voor parallelle berekening2. De theoretische aantrekkingskracht van deze methoden botst echter vaak met hun praktische uitvoering. De meeste bestaande DNA-gebaseerde systemen hebben moeite met de toepasbaarheid in de praktijk, omdat ze vaak hardwareafhankelijk zijn, gespecialiseerde laboratoriumapparatuur vereisen of niet de prestaties en schaalbaarheid hebben die nodig zijn voor dynamische cloudomgevingen3. Deze beperkingen hebben een aanzienlijke kloof gecreëerd tussen de theoretische belofte van bio-geïnspireerde beveiliging en de praktische toepasbaarheid ervan.

Om dit aan te pakken, presenteren we Variational DNA-Based Data Security (VDNABDS) - een softwaregebaseerd encryptieframework dat gebruikersspecifieke invoer omzet in dynamische DNA-achtige sleutels met behulp van SHA-256- en XOR-operaties. De methode maakt sleutelgeneratie mogelijk in minder dan 5 ms en versleutelt grote datavolumes in slechts 4 seconden, waarmee het eerdere modellen zoals CSDES en ZMCACM4 aanzienlijk overtreft. VDNABDS ondersteunt meer dan 1 x 10à 38 unieke sleutelcombinaties, wat sterke bescherming biedt tegen brute-force en quantumaanvallen.

Hoewel veel onderzoekers oplossingen voor cloudbeveiliging hebben onderzocht, richten ze zich vaak op specifieke, geïsoleerde problemen. Zo stelden Wang et al.5 een veilig authenticatiemodel voor cloud computing voor, maar het mist content-niveau encryptiemogelijkheden. Evenzo ontwikkelden Ahmed et al.6DNACDS voor IoE-omgevingen, maar het schema lijdt onder beperkte schaalbaarheid in realtime testen. Andere initiatieven combineren Blowfish met blockchain7of passen DNA toe voor toegangscontrole8, maar schieten vaak tekort in prestaties of aanpassingsvermogen. VDNABDS vult deze hiaten met zijn snelle, hardware-onafhankelijke en sessie-specifieke encryptiestrategie, die wordt gevalideerd met CloudSim met een grote dataset en gelijktijdige gebruikers.

Samenvattend levert dit werk de volgende belangrijke bijdragen aan het vakgebied van cloudbeveiliging en DNA-gebaseerde cryptografie. We introduceren VDNABDS, een nieuw, uitsluitend software-cryptografisch framework dat gebruikersspecifieke informatie omzet in dynamische, DNA-achtige encryptiesleutels. We tonen uitzonderlijke prestaties en schaalbaarheid, waarbij VDNABDS sleutelgeneratie in slechts 5 ms bereikt en een dataset van 3GB in 4,1 seconden versleutelt, waarmee bestaande modellen zoals ZMCACM en AES-256 worden overtroffen. We valideren de post-quantum beveiliging van het protocol door een 1024-bits DNA-afgeleide sleutel en niet-algebraïsche transformaties te demonstreren, die een beveiligingsniveau ver boven de NIST-drempel bieden en zowel Shor's als Grover's algoritmes9 weerstaan. Wij stellen een dubbellaags sleutelbeschermingsschema voor dat Elliptic Curve Cryptography (ECC) en RSA-OAEP combineert om de DNA-sleutel veilig te omwikkelen, waardoor de weerstand tegen brute-force en replay-aanvallenwordt versterkt 10.

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

Protocol

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

Dit onderzoek betrof geen menselijke deelnemers, dieren of het gebruik van biologische monsters. Alle tests en evaluaties werden uitgevoerd met kunstmatig gegenereerde gegevens, waaronder willekeurig gemaakte identificaties zoals MAC-adressen, geboortedata en wachtwoordreeksen. Er is op enig moment geen persoonlijke of gevoelige informatie verzameld, bewaard of onderzocht. Binnen het VDNABDS-protocol (Figuur 1) waren input-gebaseerde sleutels beperkt tot synthetische, niet-traceerbare waarden, die alleen dienden om prestaties en functionele uitkomsten in een gecontroleerde omgeving te illustreren. Elke stap van het onderzoek werd uitgevoerd in overeenstemming met het institutionele beleid over cyberbeveiligingsexperimenten en ethische gegevensbeheer, waarbij werd gewaarborgd dat het in lijn was met internationale normen voor privacybescherming en verantwoord onderzoek.

1. Systeemvoorbereiding

  1. Installeer benodigde tools: Installeer een cloudsimulatietoolkit in een Java-omgeving met behulp van een ondersteunde JDK-versie (bijvoorbeeld versie 8 of later). Gebruik elke geïntegreerde ontwikkelomgeving (IDE) die compatibel is met Java om het project te draaien.
  2. Configureer de systeemomgeving. Stel een Python-omgeving op (versie 3.8 of later) met standaardbibliotheken voor hashing, willekeurige generatie en binaire bewerkingen. Maak een directorystructuur aan met mappen genaamd input_data, dna_keys en encrypted_output.
  3. Definieer zout- en CRC-modules . Initialiseer een 128-bits systeembrede zoutwaarde en een cyclische redundantiecontrole (CRC32) functie. Deze moeten veilig in het systeemgeheugen worden opgeslagen.
  4. Stel cryptografische parameters in. Gebruik een standaard elliptische kromme, zoals secp384r1, voor asymmetrische encryptie. Configureer RSA-OAEP met een sleutelgrootte van 4096 bits voor publieke sleutelencryptie.

2. Slimme sleutelgeneratie met behulp van DNA-mapping

  1. Verzamel gebruikersspecifieke inputs. Verzamel het MAC-adres van de gebruiker, geboortedatum (in DD-MM-YYYYY-formaat) en een sterk wachtwoord.
  2. Concatenateer en hash inputs. Verbind de gebruikersspecifieke invoer en pas een SHA-256 hash toe. Kort de hash af tot 128 bits en zet deze om naar binair.
    Voorbeeld invoer: MAC: 00-1B-44-11-3A-B7DOB: 15-08-2000Wachtwoord: StrongP@ssword123SHA-256 Hash (afgeknott tot 128 bits): b7e23ec29af22b0b4e41da31e868d572
  3. Breid de binaire reeks uit. XOR de 128-bits hash (H) met een 128-bits zout (S) om het XOR-resultaat (X) te produceren. X=Hfigure-protocol-1S
    Voorbeeld zout: e3f3cd1a49d20a7c3b8abf243e7211e8
    Voeg een CRC32-checksum (C) en een 864-bits willekeurig pad (P) toe om de uiteindelijke 1024-bits binaire reeks (R) te vormen. R=X||C||P
  4. Converteer binaire naar DNA-sequentie. Gebruik de binair-naar-DNA mapping: 00 → A, 01 → T, 10 → C, 11 → G. Pas de mapping toe om alle 1024 bits om te zetten in een DNA-sequentie.
    DNA-sequentie (voorbeeld van de eerste 20 basen): ATGCCTTAGGTAGGCTATAC
  5. Schud de DNA-sequentie. Gebruik een tijdgezaad Fisher-Yates schudalgoritme om de DNA-sequentie te randomiseren. Seed de shuffle met behulp van de SHA-256 hash van de systeemtijdstempel en sessie-ID.

3. DNA-gebaseerde encryptiesleutelvorming

  1. Segmenteren en transformeren. Splits de geschudde DNA-sequentie in vier gelijke 256-bits segmenten: S1, S2, S3, S4. Pas een DNA-XOR-operatie toe om twee sleutelsegmenten te creëren, K1 en K2, zoals gedefinieerd door de volgende relaties: K1=S1figure-protocol-2S2 K2=S3figure-protocol-3S4
  2. Stel de definitieve DNA-encryptiesleutel samen. Combineer de XOR-uitvoeren om de uiteindelijke DNA-encryptiesleutel (DNADK) te vormen: DNADK=K1||K2

4. Dubbellaagse sleutelencryptie en veilige opslag

  1. Pas elliptische kromme-encryptie toe. Versleutel de DNADK met elliptische krommecryptografie met de privésleutel van de data-eigenaar.
  2. Pas RSA-OAEP-encryptie toe. Versleutel het ECC-versleutelde resultaat met RSA-OAEP met de publieke sleutel van de ontvanger.
  3. Bewaar de versleutelde DNA-sleutel. Sla de dubbel-versleutelde DNADK op in de veilige dna_keys-directory.

5. Data-encryptie en upload naar cloudopslag

  1. Converteer platte tekst naar binair. Splits het originele bestand op in binaire blokken van gelijke lengte.
  2. Codeer binaire blokken in DNA-formaat. Pas de binair-naar-DNA-conversie toe zoals beschreven in stap 2.4 op de binaire blokken.
  3. Schud en pas DNA-XOR toe. Schud en transformeer elk DNA-gecodeerd blok met behulp van de DNA-XOR-logica die in stap 3 is gedefinieerd.
  4. Pas foutcorrectie toe en rond de encryptie af. Voeg Reed-Solomon foutcorrectiecodes toe aan de DNA-gecodeerde data. Sla de uiteindelijke versleutelde uitvoer op in de encrypted_output-directory.
  5. Upload versleutelde data naar de cloud. Stuur de versleutelde DNA-gecodeerde bestanden over naar de aangewezen cloudprovider en registreer de upload met relevante metadata.

6. Data-toegang en veilige ontsleuteling

  1. Authenticeer de gebruiker. Gebruik multifactorauthenticatiemechanismen om gebruikerstoegang te valideren.
  2. Haal de versleutelde DNA-sleutel op. Toegang tot de versleutelde DNADK vanuit de secure key-directory.
  3. Voer sleutelontsleuteling uit. Gebruik de privé-RSA-sleutel van de ontvanger, gevolgd door de ECC-privésleutel van de gegevenseigenaar, om de originele DNADK te ontsleutelen.
  4. Reconstrueren van originele gegevens. Pas de reverse DNA-mapping, DNA-XOR-decodering en foutcorrectie-decodering toe om de originele platte tekstgegevens terug te krijgen.

7. Geoptimaliseerde gebruikersidentificatie-afhandeling

  1. Classificeer gebruikersidentificaties op basis van lengte en verdeel deze in aangewezen indexgroepen.
  2. Versnel opzoekingen door gebruik te maken van geïndexeerde hashtabellen samen met cachingstrategieën.
  3. Authenticeer gebruikers door hun identificaties te verifiëren aan de hand van vooraf berekende cryptografische hashes voordat toegang wordt toegestaan.

8. Veiligheids-, beveiligings- en nalevingsmaatregelen

  1. Bescherming van DNA-afgeleide sleutels: Sla DNADK's uitsluitend op versleutelde locaties met strikte toegangsrechten.
  2. Veilige opruiming van tijdelijke gegevens: Verwijder tussenbestanden en buffers via gecertificeerde secure-erase-methoden.
  3. Sessie-specifieke keying: Maak een aparte DNADK aan voor elke sessie om forward secrecy te bewaren.

9. Testen en validatie (Figuur 2)

  1. Simulatie-opstelling: Implementeer het protocol binnen een CloudSim 3.0.3-omgeving die is geconfigureerd om tot 1.000 gebruikers gelijktijdig te ondersteunen en een dataset van 3 GB.
  2. Prestatie-indicatoren: Volg waarden zoals sleutelgeneratielatentie, encryptie-/decryptietijd, geheugenvereisten, entropieniveaus en schaalbaarheid onder wisselende belastingen.
  3. Vergelijkende experimenten: Evalueer VDNABDS samen met AES-256 + RSA-OAEP, ZMCACM, CSDES en RDIS onder gelijkwaardige omstandigheden.
  4. Schaalbaarheidsstudie: Verhoog geleidelijk het aantal gelijktijdige gebruikers (100, 500, 1.000) terwijl de encryptie- en decryptieprestaties worden geregistreerd.
  5. Beveiligingsbeoordeling: Schat weerstand tegen brute kracht door effectieve sleutelruimte en entropie te meten; ook de theoretische robuustheid ten opzichte van de quantumalgoritmen van Shor en Grover onderzoeken.
  6. Resource-beperkte tests: Voer lichte varianten uit op een Raspberry Pi 4 (1,5 GHz quad-core CPU, 2 GB RAM) om toepasbaarheid voor IoT-achtige scenario's te testen.
  7. Documentatie en reproduceerbaarheid: Bewaar experimentele outputs, logs en prestatierapporten ter ondersteuning van onafhankelijke validatie en replicatie.

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

Results

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

Het voorgestelde VDNABDS-protocol werd geëvalueerd via een reeks gesimuleerde cloudomgevingsexperimenten om de prestaties te beoordelen ten opzichte van zowel traditionele als andere DNA-gebaseerde cryptografische methoden. Evaluatiemetrics omvatten de tijd van sleutelgeneratie, encryptie- en decryptiesnelheden, sleutelentropie en schaalbaarheid onder wisselende gebruikersbelastingen11.

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

Discussion

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

De opkomst van DNA-gebaseerde encryptie heeft een nieuw grensgebied geopend in post-quantum cryptografie. De praktijkadoptie is echter achtergebleven door beperkingen in reproduceerbaarheid, schaalbaarheid en hardwareafhankelijkheid. Technieken zoals die voorgesteld door Ahmed et al. en Sharma et al. pakten bepaalde cloudkwetsbaarheden aan met DNA- en blockchainmodellen, maar misten dynamische key handling en toonden beperkte veerkracht tegen omgevingen met hoge gelijktijdigheid

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

Disclosures

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

De auteurs verklaren dat er geen belangenconflicten zijn met betrekking tot de publicatie van dit werk. Geen enkele auteur heeft persoonlijke, financiële of professionele relaties die kunnen worden gezien als beïnvloed van de uitkomsten of interpretatie van dit onderzoek. Alle bijdragen aan deze studie werden uitsluitend gedaan voor academische en wetenschappelijke doeleinden, en geen commerciële banden of externe druk beïnvloedden het ontwerp, de uitvoering of rapportage van de bevindingen.

Acknowledgements

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

De auteurs willen hun oprechte dank uitspreken aan de School of Computer Sciences van de Odisha University of Technology and Research voor het bieden van de infrastructuur en academische ondersteuning die dit onderzoek mogelijk maakten. Speciale dank wordt uitgesproken aan de SENSE-afdeling van VIT University, Andhra Pradesh, voor hun waardevolle technische inzichten en samenwerking tijdens de ontwikkeling van het VDNABDS-protocol. We erkennen ook de begeleiding en constructieve feedback van faculteitsmentoren en peer reviewers die zowel de methodologie als de uitvoering van dit werk hebben verfijnd. Hun input was van groot belang voor het verbeteren van de helderheid en wetenschappelijke nauwkeurigheid van het uiteindelijke model. Dit onderzoek heeft geen specifieke subsidie ontvangen van publieke, commerciële of non-profit financieringsinstanties. Institutionele ondersteuning in de vorm van labtoegang, softwarebronnen en simulatietools (zoals CloudSim 3.0.3) was echter cruciaal om dit project succesvol te voltooien.

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

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
JAVAOracle
CloudSimGithub
PythonPython software foundation

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