Research Article

VDNABDS, oparty na DNA protokół kryptograficzny do zwiększania bezpieczeństwa w chmurze

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

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

Celem protokołu VDNABDS jest zwiększenie bezpieczeństwa chmury poprzez wykorzystanie technik szyfrowania opartego na DNA do generowania szybkich, niezłomnych kluczy. Celem jest ochrona wrażliwych danych przed atakami brute-force i kwantowymi, jednocześnie zapewniając wysoką wydajność, skalowalność i płynną integrację z nowoczesnymi systemami chmurowymi.

Abstract

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

Nowoczesne systemy przechowywania danych w chmurze często mają trudności z pogodzeniem bezpieczeństwa z wydajnością – silne szyfrowanie zwykle spowalnia operacje, podczas gdy szybsze rozwiązania mogą zagrozić bezpieczeństwu danych. Aby rozwiązać ten problem, opracowaliśmy Variational DNA-Based Data Security (VDNABDS), system szyfrowania nowej generacji inspirowany biologiczną strukturą DNA. Zamiast polegać wyłącznie na tradycyjnych algorytmach matematycznych, metoda ta przekształca informacje specyficzne dla użytkownika w sekwencje podobne do DNA, wykorzystując cztery nukleotydy (A, T, C, G), a następnie stosuje inteligentne techniki tasowania i transformacji do zabezpieczenia plików przechowywanych w chmurze. Ta metoda łączy dynamiczne generowanie kluczy z wzorcami bioinspirowanymi, osiągając szybkie szyfrowanie bez utraty ochrony. W testach ta metoda generowała bezpieczne klucze w zaledwie 5 ms, co jest 15 razy szybsze niż istniejące modele takie jak Cloud Security with Dynamic Encryption Sequences (CSDES), i zakończyła pełne szyfrowanie w 4 sekundy, nawet przy wysokim obciążeniu użytkowników liczącym prawie 1000 jednoczesnych użytkowników. Proponowana metoda zapewnia również wyjątkową obronę przed zagrożeniami cybernetycznymi, oferując unikalne kombinacje 1 x 1038 – co praktycznie uniemożliwia ataki bruteforce i kwantowe. Jego adaptacyjny projekt stale aktualizuje wzorce zabezpieczeń, czyniąc go bardzo odpornym na włamania. Co ważne, integruje się płynnie z istniejącymi platformami chmurowymi, umożliwiając szybki dostęp do danych przy jednoczesnym zachowaniu silnych zabezpieczeń prywatności. Eksperymenty rzeczywiste wykazały, że VDNABDS konsekwentnie przewyższa tradycyjne modele szyfrowania zarówno pod względem szybkości, jak i niezawodności. Dzięki swojej solidnej, skalowalnej i niezależnej od sprzętu architekturze, system ten jest szczególnie odpowiedni w branżach takich jak opieka zdrowotna, finanse i obronność, gdzie wrażliwość na dane jest kluczowa. Patrząc w przyszłość, planujemy rozszerzyć ten model szyfrowania biologicznego na smartfony i urządzenia Internetu Rzeczy (IoT), torując drogę nowej erze szybkiej, bezpiecznej i odpornej na kwanty ochrony.

Introduction

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

Chmura obliczeniowa stała się niezbędna dla nowoczesnych usług danych, oferując elastyczność, skalowalność i efektywność. Jednak wraz z tak szerokim przyjęciem rośnie narażenie na zagrożenia cybernetyczne, zwłaszcza te wymierzone w poufność i integralność danych. Tradycyjne algorytmy szyfrowania, takie jak AES-256 i RSA, choć szeroko stosowane, napotykają coraz większe ograniczenia. Metody te wymagają dużych zasobów obliczeniowych i są podatne na rozwój technologii, takie jak obliczenia kwantowe1. To stwarza pilną potrzebę nowatorskich systemów szyfrowania, które są lekkie, skalowalne i odporne na przyszłość.

Kryptografia oparta na DNA wyłoniła się jako obiecująca alternatywa ze względu na swoją złożoność, losowość i potencjał do obliczeń równoległych2. Jednak teoretyczna atrakcyjność tych metod często koliduje z ich praktycznym zastosowaniem. Większość istniejących schematów opartych na DNA miała trudności z zastosowaniem w rzeczywistych warunkach, ponieważ często są zależne od sprzętu, wymagają specjalistycznego sprzętu laboratoryjnego lub brakuje im wydajności i skalowalności potrzebnej do dynamicznych środowisk chmurowych3. Te ograniczenia stworzyły znaczącą przepaść między teoretyczną obietnicą bezpieczeństwa inspirowanego biobiologią a jej praktyczną zastosowalnością.

Aby temu zaradzić, przedstawiamy Variational DNA-Based Data Security (VDNABDS) – programowy framework szyfrowania, który przekształca dane wejściowe specyficzne dla użytkownika w dynamiczne klucze podobne do DNA, wykorzystując operacje SHA-256 i XOR. Metoda ta umożliwia generowanie kluczy w czasie poniżej 5 ms i szyfruje duże wolumeny danych w zaledwie 4 sekundy, znacznie przewyższając wcześniejsze modele, takie jak CSDES i ZMCACM4. VDNABDS obsługuje ponad 1 x 1038 unikalnych kombinacji, zapewniając silną ochronę przed atakami brute-force i kwantowymi.

Chociaż wielu badaczy szukało rozwiązań dla bezpieczeństwa w chmurze, często koncentrują się na konkretnych, pojedynczych problemach. Na przykład Wang i in.5 zaproponowali bezpieczny model uwierzytelniania dla chmury obliczeniowej, ale brakuje mu możliwości szyfrowania na poziomie treści. Podobnie Ahmed i in.6opracowali DNACDS dla środowisk IoE, jednak schemat ten cierpi na ograniczoną skalowalność w testach w czasie rzeczywistym. Inne działania łączą Blowfish z blockchainem7lub stosują DNA do kontroli dostępu8, ale często zawodzą pod względem wydajności lub adaptacji. VDNABDS wypełnia te luki szybką, niezależną od sprzętu i specyficzną dla sesji strategią szyfrowania, którą waliduje za pomocą CloudSim, z dużym zbiorem danych i jednoczesnymi użytkownikami.

Podsumowując, prace te przedstawiają następujące kluczowe wkłady w dziedzinę bezpieczeństwa chmury oraz kryptografii opartej na DNA. Przedstawiamy VDNABDS, nowatorski, wyłącznie programowy framework kryptograficzny, który przekształca informacje specyficzne dla użytkownika w dynamiczne klucze szyfrujące podobne do DNA. Wykazujemy wyjątkową wydajność i skalowalność, a VDNABDS pozwala generować klucze w zaledwie 5 ms i szyfrować zbiór danych 3GB w 4.1 s, przewyższając istniejące modele takie jak ZMCACM i AES-256. Weryfikujemy bezpieczeństwo protokołu po kwantowości, demonstrując klucz pochodzący z DNA o długości 1024 bitów oraz transformacje niealgebraiczne, które zapewniają poziom bezpieczeństwa znacznie przekraczający próg NIST i opierają się zarówno algorytmom Shora, jak i Grovera9. Proponujemy dwuwarstwowy schemat ochrony klucza łączący kryptografię krzywą eliptyczną (ECC) i RSA-OAEP, aby bezpiecznie owinąć klucz DNA, zwiększając jego odporność na ataki brutalne i powtarzające10.

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

Protocol

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

Badania te nie obejmowały udziału ludzi, zwierząt ani próbek biologicznych. Wszystkie testy i oceny były przeprowadzane na podstawie sztucznie generowanych danych, w tym losowo utworzonych identyfikatorów, takich jak adresy MAC, daty urodzenia i ciągi haseł. Na żadnym etapie nie zbierano, nie przechowywano ani nie analizowano żadnych danych osobowych ani wrażliwych. W protokole VDNABDS (Rysunek 1) klucze oparte na wejściu były ograniczone do wartości syntetycznych, nieśledzalnych, służących jedynie do zilustrowania wydajności i wyników funkcjonalnych w kontrolowanych warunkach. Każdy etap badania był przeprowadzany zgodnie z polityką instytucjonalną dotyczącą eksperymentów z cyberbezpieczeństwem i etycznego obchodzenia się z danymi, zapewniając zgodność z międzynarodowymi standardami ochrony prywatności i odpowiedzialnych praktyk badawczych.

1. Przygotowanie systemu

  1. Instalacja wymaganych narzędzi: Zainstaluj zestaw narzędzi symulacyjnych w chmurze w środowisku Java, korzystając z obsługiwanej wersji JDK (np. wersja 8 lub nowsza). Do uruchomienia projektu użyj dowolnego zintegrowanego środowiska programistycznego (IDE) kompatybilnego z Javą.
  2. Skonfiguruj środowisko systemowe. Ustaw środowisko Pythona (wersja 3.8 lub nowsza) ze standardowymi bibliotekami do haszowania, generowania losowego i operacji binarnych. Stwórz strukturę katalogów z folderami nazwanymi input_data, dna_keys i encrypted_output.
  3. Zdefiniuj moduły salt i CRC . Zainicjalizuj 128-bitową wartość soli ogólnosystemowej oraz funkcję cyklicznego sprawdzania redundancji (CRC32). Powinny one być bezpiecznie przechowywane w pamięci systemowej.
  4. Ustaw parametry kryptograficzne. Do szyfrowania asymetrycznego używaj standardowej krzywej eliptycznej, takiej jak secp384r1. Konfiguruj RSA-OAEP z rozmiarem klucza 4096 bitów do szyfrowania kluczem publicznym.

2. Inteligentne generowanie kluczy z wykorzystaniem mapowania DNA

  1. Zbieraj dane specyficzne dla użytkownika. Zbierz adres MAC użytkownika, datę urodzenia (w formacie DD-MM-YYYY) oraz silne hasło.
  2. Wejścia łączone i hasujące. Połącz dane wejściowe specyficzne dla użytkownika i zastosuj hash SHA-256. Obciąć skrót do 128 bitów i przekonwertować go na binarny.
    Przykładowe wejście: MAC: 00-1B-44-11-3A-B7 DATUM urodzenia: 15-08-2000 Hasło: StrongP@ssword123SHA-256 Hash (skrócony do 128 bitów): b7e23ec29af22b0b4e41da31e868d572
  3. Rozwiń sekwencję binarną. XOR-ując 128-bitowy skrót (H) z 128-bitową solą (S), aby uzyskać wynik XOR-owany (X). X=Hfigure-protocol-1S
    Przykładowa sól: e3f3cd1a49d20a7c3b8abf243e7211e8
    Dodaj sumę kontrolną CRC32 (C) oraz 864-bitowy losowy pad (P), aby utworzyć ostateczną 1024-bitową sekwencję binarną (R). R=X||C||P
  4. Przekonwertuj sekwencję binarną na DNA. Użyj mapowania binarnego na DNA: 00 → A, 01 → T, 10 → C, 11 → G. Zastosuj mapowanie, aby przekonwertować wszystkie 1024 bity na sekwencję DNA.
    Sekwencja DNA (pierwsze 20 baz przykład): ATGCCTTAGGTAGGCTATAC
  5. Przetasuj sekwencję DNA. Użyj algorytmu tasowania Fishera-Yatesa z czasowym zasiewem do losowania sekwencji DNA. Seeduj tasowanie za pomocą hasha SHA-256 systemowego znacznika czasu i identyfikatora sesji.

3. Tworzenie kluczy szyfrowania opartego na DNA

  1. Segmentuj i transformuj. Podziel potasowaną sekwencję DNA na cztery równe segmenty po 256 bitów: S1, S2, S3, S4. Zastosuj operację DNA-XOR, aby utworzyć dwa segmenty klucza, K1 i K2, zgodnie z następującymi relacjami: K1=S1figure-protocol-2S2 K2=S3figure-protocol-3S4
  2. Zbierz ostateczny klucz szyfrujący DNA. Połącz wyjścia XOR, aby utworzyć ostateczny klucz szyfrujący DNA (DNADK): DNADK=K1||K2

4. Szyfrowanie klucza dwuwarstwowego i bezpieczne przechowywanie

  1. Zastosuj szyfrowanie krzywą eliptyczną. Zaszyfruj DNADK za pomocą kryptografii krzywej eliptycznej za pomocą klucza prywatnego właściciela danych.
  2. Zastosuj szyfrowanie RSA-OAEP. Zaszyfruj wynik zaszyfrowany przez ECC za pomocą RSA-OAEP za pomocą klucza publicznego odbiorcy.
  3. Przechowuj zaszyfrowany klucz DNA. Zapisz podwójnie szyfrowany DNADK w katalogu bezpiecznych dna_keys.

5. Szyfrowanie danych i przesyłanie danych do chmury

  1. Przekonwertuj tekst jawny na binarny. Podziel oryginalny plik na bloki binarne o równej długości.
  2. Zakoduj bloki binarne w formacie DNA. Zastosuj konwersję binarno-DNA opisaną w kroku 2.4 do bloków binarnych.
  3. Przetasuj i zastosuj DNA-XOR. Przetasuj i przekształcaj każdy blok zakodowany DNA, stosując logikę DNA-XOR zdefiniowaną w kroku 3.
  4. Zastosowanie korekcji błędów i zakończenie szyfrowania. Dodaj kody korekcyjne Reed-Solomon do danych zakodowanych DNA. Przechowywać ostateczny zaszyfrowany wynik w katalogu encrypted_output.
  5. Prześlij zaszyfrowane dane do chmury. Przenieś zaszyfrowane pliki zakodowane DNA do wyznaczonego dostawcy usług chmurowych i zarejestruj przesłanie wraz z odpowiednimi metadanymi.

6. Dostęp do danych i bezpieczne odszyfrowanie

  1. Uwierzytelnij użytkownika. Korzystaj z mechanizmów uwierzytelniania wieloskładnikowego do weryfikacji dostępu użytkownika.
  2. Odzyskaj zaszyfrowany klucz DNA. Uzyskaj dostęp do zaszyfrowanego DNADK z katalogu klucza zabezpieczonego.
  3. Wykonaj odszyfrowanie klucza. Użyj prywatnego klucza RSA odbiorcy, a następnie klucza prywatnego ECC właściciela danych, aby odszyfrować oryginalny DNADK.
  4. Odtworz oryginalne dane. Zastosowanie odwrotnego mapowania DNA, dekodowania DNA-XOR oraz korekcji błędów, aby odzyskać oryginalne dane tekstu jawnego.

7. Optymalizacja obsługi identyfikatorów użytkownika

  1. Klasyfikuj identyfikatory użytkowników według długości i przydzielaj je do wyznaczonych grup indeksów.
  2. Przyspiesz wyszukiwania, wykorzystując indeksowane tabele skrótów wraz ze strategiami buforowania.
  3. Uwierzytelniaj użytkowników, weryfikując ich identyfikatory na podstawie wstępnie obliczonych skrótów kryptograficznych przed uzyskaniem dostępu.

8. Środki bezpieczeństwa, ochrony i zgodności

  1. Ochrona kluczy pochodzących z DNA: Przechowuj DNADK wyłącznie w zaszyfrowanych miejscach z rygorystycznymi uprawnieniami dostępu.
  2. Bezpieczne czyszczenie danych tymczasowych: Usuń pliki pośrednie i za pomocą certyfikowanych metod bezpiecznego usuwania.
  3. Kluczowanie specyficzne dla sesji: Stwórz odrębny DNADK dla każdej sesji, aby zachować tajemnicę do przodu.

9. Testowanie i walidacja (Rysunek 2)

  1. Konfiguracja symulacji: Implementuj protokół w środowisku CloudSim 3.0.3 skonfigurowanym do obsługi do 1000 użytkowników jednocześnie i zbiorem danych o pojemności 3 GB.
  2. Wskaźniki wydajności: Śledzę wartości takie jak opóźnienie generowania klucza, czas szyfrowania/deszyfrowania, wymagania pamięciowe, poziomy entropii oraz skalowalność przy różnych obciążeniach.
  3. Eksperymenty porównawcze: Ocena VDNABDS wraz z AES-256 + RSA-OAEP, ZMCACM, CSDES i RDIS w równoważnych warunkach.
  4. Badanie skalowalności: Stopniowo zwiększ liczbę jednoczesnych użytkowników (100, 500, 1 000) przy jednoczesnym rejestrowaniu wydajności szyfrowania i deszyfrowania.
  5. Ocena bezpieczeństwa: Szacowanie odporności na brutalną siłę poprzez pomiar efektywnej przestrzeni klucza i entropii; przeanalizuj także odporność teoretyczną wobec algorytmów kwantowych Shora i Grovera.
  6. Testy ograniczone zasobami: Uruchom lekkie warianty na Raspberry Pi 4 (1,5 GHz czterordzeniowy procesor, 2 GB RAM), aby sprawdzić przydatność w scenariuszach typu IoT.
  7. Dokumentacja i powtarzalność: Zachowanie wyników eksperymentów, logów i raportów o wynikach działania, aby wspierać niezależną walidację i replikację.

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

Results

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

Proponowany protokół VDNABDS został oceniony poprzez serię symulowanych eksperymentów w środowisku chmurowym, aby ocenić jego wydajność zarówno w tradycyjnych, jak i innych metodach kryptograficznych opartych na DNA. Metryki oceny obejmowały czas generowania klucza, szybkość szyfrowania i deszyfrowania, entropię klucza oraz skalowalność przy różnych obciążeniach użytkowników11.

Porównanie wydajnoś...

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

Discussion

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

Pojawienie się szyfrowania opartego na DNA otworzyło nową granicę w kryptografii postkwantowej. Jednak adopcja w rzeczywistym świecie opóźniła się z powodu ograniczeń w powtarzalności, skalowalności i zależności od sprzętu. Techniki takie jak te proponowane przez Ahmeda i in. oraz Sharmę i in. rozwiązywały niektóre luki w chmurze przy użyciu modeli DNA i blockchain, ale brakowało im dynamicznego obsługi kluczy i wykazywały ograniczoną odporność na środowiska o wysokiej równocześności18,19

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

Disclosures

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

Autorzy twierdzą, że nie ma konfliktów interesów związanych z publikacją tej pracy. Żaden autor nie ma żadnych osobistych, finansowych ani zawodowych relacji, które mogłyby wpłynąć na wyniki lub interpretację tych badań. Wszystkie wkłady w to badanie były dokonywane wyłącznie w celach akademickich i naukowych, a żadne powiązania komercyjne ani presje zewnętrzne nie miały wpływu na projekt, realizację ani raportowanie wyników.

Acknowledgements

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

Autorzy pragną wyrazić szczere podziękowania Szkole Informatyki Uniwersytetu Technologicznego i Badawczego Odisha za zapewnienie infrastruktury i wsparcia naukowego, które umożliwiły realizację tych badań. Szczególne podziękowania kierujemy do Wydziału SENSE na VIT University w Andhra Pradesh za cenne spostrzeżenia techniczne i współpracę w procesie rozwoju protokołu VDNABDS. Doceniamy również wskazówki i konstruktywne opinie od mentorów i recenzentów, którzy pomogli udoskonalić zarówno metodologię, jak i realizację tych prac. Ich wkład był kluczowy dla poprawy przejrzystości i naukowej rzetelności ostatecznego modelu. Badania te nie otrzymały żadnego konkretnego grantu od instytucji publicznych, komercyjnych ani non-profit. Jednak wsparcie instytucjonalne w postaci dostępu do laboratorium, zasobów programowych oraz narzędzi symulacyjnych (takich jak CloudSim 3.0.3) było kluczowe dla pomyślnego zakończenia tego projektu.

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

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
JAVAWyrocznia
CloudSimGithub
PythonPodstawy oprogramowania w Pythonie

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