CN102025482A

CN102025482A - 一种基于虚拟基因组的密码***(vgc)

Info

Publication number: CN102025482A
Application number: CN 200910192218
Authority: CN
Inventors: 曾纪晴; 张明永
Original assignee: South China Botanical Garden of CAS
Current assignee: South China Botanical Garden of CAS
Priority date: 2009-09-10
Filing date: 2009-09-10
Publication date: 2011-04-20
Anticipated expiration: 2029-09-10
Also published as: CN102025482B

Abstract

本发明涉及一种信息安全技术，尤其是一种基于虚拟基因组的密码***。本密码***有两个互相匹配的密匙，一个是由随机DNA序列组成的虚拟基因组数据库(VGDB)，另一个是VGDB中虚拟基因在2维微阵列中随机分布的位置表，即虚拟基因芯片(VDMC)。任意明文信息可自由地在VDMC上“书写”，也就是在VDMC微阵列上选择组成明文信息的“点”。这些挑选出来的“点”对应着VGDB中的虚拟基因，在这些虚拟基因中随机挑选一个小片段DNA序列，并用生物信息学常用工具BLAST或其它字符串搜索算法如KMP算法确认其在VGDB中唯一性。密文就是由这些小片段DNA序列组合而成。解密过程只需用这些小片段DNA序列对VGDB进行BLAST，即可找出组成明文信息的“点”，根据VDMC即可恢复出明文信息。密文中可以随意***任意非VGDB序列而对解密没有任何影响，因而VGC是一个很好的信息隐藏***。此外，VGC密匙可自我更新，从而实现不可破译的一次一密***。本发明不仅可用于实时快速的秘密信息通信，也可用于数字签名与身份认证。

Description

一种基于虚拟基因组的密码***(VGC)

技术领域

本发明属于信息安全领域，特别是涉及一种基于虚拟基因组的密码***。

背景技术

密码***是信息安全的核心。传统的密码***基本都是依赖于数学的密码***，也就是说它们只具有数学计算上的安全性。目前仅有所谓的一次一密的密码***具有理论上不可破译的安全性。但是，一次一密的密码***由于存在密匙管理和分配问题，因此实际上难以应用。现在密码学家们正在探索新的密码***，比如量子密码和DNA密码。

由于DNA具有超大规模并行性、超低的能量消耗和超高密度的存储容量，DNA现已被用于计算、数据储存以及密码学等领域。DNA密码在理论和实践上都远没有成熟，有效的DNA密码***并不多。目前，DNA密码***并不特别重视编码方法，往往采用G、A、T、C四个碱基字母编码二进制信息或者以3个碱基字母编码1个英文字母、数字或标点等其它信息，这使得这种编码方式本身极容易被破解。DNA密码***的安全性自然也就不在于这种编码方式，而在于DNA操作本身的生物学困难问题。比如Celland等发明了一种DNA微点技术。Gehani等设计了一个基于DNA的一次一密密码***方案，该方案虽然理论上是不可破译的，但也存在明显的缺陷：构建这样一个一次一密乱码本DNA不仅成本巨大，加密和解密费时费力，而且DNA操作容易污染，从而造成这种方案实际上不可用。

事实上，现行的基于DNA的密码***都是直接把信息“写入”DNA分子，使得这种编码方式非常脆弱，而生物学操作都要经过DNA的合成、提取、克隆、PCR扩增、DNA测序、分子杂交等复杂过程，需要昂贵的实验仪器，同时还费时费力，此外还存在DNA污染、PCR和测序有一定的出错几率、没有正对照(比如预先不知携带消息的DNA分子的序列和片段大小)等问题。DNA密码***所传递的DNA分子只能依赖物理运输方式传送，不能通过电线、光纤和无线信道传输，因而不能用于实时通信，只能用于在对实时性要求不高的大规模并行数据加密、安全数据存储，以及身份认证、数字签名和信息隐藏等密码学应用领域。

发明内容

本发明的目的是要建立一种基于虚拟基因组的新型密码***，该***利用了生物信息学的BLAST(Basic Local Alignment Search Tool)算法，避免了直接对DNA分子的生物学操作，不仅可以达到“一次一密”这样的理论上不可破译的安全性，又可以在电子和网络媒体上实时快速地进行通信，同样也可以用于数字签名与认证。

为了达到本发明的目的，“基于虚拟基因组的密码***”采取如下步骤和方法(图1)：

(1)首先，产生大量随机DNA序列，并随机编号或命名(每个随机DNA序列编号或命名为一个虚拟基因)，每个虚拟基因采用FASTA格式，所有这些虚拟基因组成“虚拟基因组”，生成“虚拟基因组数据库”(Virtual Genome Database，VGDB)。也可根据需要，方便地将“虚拟基因组数据库”转换成“虚拟蛋白质数据库”(Virtual Protein Database，VPDB)。

(2)然后，将“虚拟基因组数据库”中的所有虚拟基因随机分配在一个2维阵列表上，得到一个虚拟基因分布位置表，该表即为“虚拟基因芯片”(Virtual DNA Microarray Chip，VDMC)。

(3)信息发送方可在“虚拟基因芯片”(VDMC)上“书写”任何所要传递的秘密信息，这种“书写”就是在拥有巨大点阵的VDMC上挑选用于组成秘密信息的“点”。

(4)由于VDMC上的每个点对应于“虚拟基因组数据库”(VGDB)中的一个虚拟基因，因此在VDMC上挑选组成秘密信息的点，对应地就是找出了VGDB中的虚拟基因。

(5)然后，从每个找出的虚拟基因中随机地挑选一个DNA序列小片段，利用本地BLAST程序对VGDB进行相似性搜索，确认随机挑选的这个小片段DNA序列在VGDB中是唯一的。也就是说，该小片段DNA序列与所挑选的虚拟基因是一一对应的，在其它的虚拟基因中没有相同的DNA序列存在。

(6)将所有这些随机挑选出来的DNA序列不分先后顺序地随机组合起来(每个小片段DNA序列用逗号或其它间隔方式如空格、分号等等区隔开来)就成了密文信息。

(7)信息接收方收到密文后，将以逗号等方式区隔开来的各小片段DNA序列对VGDB进行BLAST，找出各自对应的虚拟基因，再在VDMC上把这些虚拟基因标记出来，秘密信息自然就显现出来了。

为了增强保密性能，可以采取如下两种方法：

(1)在密文中随机***非VGDB数据库的随机DNA序列。由于密文中的非VGDB数据库的随机DNA序列经BLAST分析不会得到任何结果，因此它们不会影响解密结果。这种可随意性的***冗余DNA序列的特性，使得本密码***具有无限的密匙空间。

(2)密匙可以自我更新，VGC密码***成为一次一密的密码***。比如，随机选择的小片段DNA序列处于某个虚拟基因的第i个位置，而该虚拟基因在VDMC上处于第m行、第n列。那么，经过加密或解密之后，随机小片段序列从虚拟基因的第i位置删除并重新***到第(i+j)个位置，重排后的虚拟基因从VDMC上的第m行、第n列位置上删除并重新***到第(m+a)行、第(n+b)列位置上。j，a，b的数值发送方和接收方可以自由地约定。因此，每次加密和解密过程完成之后，密匙就自动更新一次。这样，VGC密码***就成了一次一密的密码***。

本发明具有如下显著的特点：

1，本密码***的密匙包括VGDB和VDMC两个相互匹配的密匙。VGDB是一个巨大的随机DNA序列即虚拟基因组数据库，具有巨大的密匙空间；VDMC是一个VGDB中虚拟基因随机分布2维阵列表。

2，密匙完全随机，密文也完全随机。

3，本密码***的算法非常简单，采用DNA序列的相似性搜索程序BLAST。也可以采用其它字符串搜索算法，比如Knuth-Morris-Pratt(KMP)算法。

4，密文可以随意***非VGDB数据库的随机DNA序列。此外，由于虚拟基因可由多个小片段DNA序列所“代表”，而密文中也可随机***冗余DNA序列，因而同样的明文使用同样的密匙加密，得到完全不同的密文。明文与密文之间不存在一一对应的关系，因而通过明文或者密文，甚至明文与密文对无法对本密码***造成有效攻击。

5，密匙可以自我更新，成为一次一密的密码***。发送与接收方共享一次密匙后，可通过不断的密匙更新，得到一个全新的密匙，可完美解决对称密码***密匙的第一次共享问题。也就是说，密匙的第一次共享不一定要通过秘密渠道。

6，由于信息加密过程经过VGMC的“书写”，明文信息可以在VGMC上以任何形式进行书写，包括图像形式、将明文信息编码成其它密码形式(图2)、手书形式等等。因此本密码***可轻松实现信息的二次编码。

7，本密码***不仅适合于绝密的秘密通信，还可用于数字签名与认证。由第6个特征可知，本密码***可以实现真正的“手写式”数字签名与认证。由于本***一次一密的特点，数字签名将完全无法伪造。

附图说明：

图1是“基于虚拟基因组的密码***”(VGC)的示意图。以加密和解密一个字母“T”为例。(1)是由随机DNA序列组成的虚拟基因组数据库(VGDB)；(2)是与VGDB相匹配的虚拟基因芯片(VDMC)，是一个VGDB中的虚拟基因在2维点阵中随机分布的位置表；(3)在VDMC上“书写”一个字母“T”，挑选组成字母“T”的点；(4)找出(3)中各点在VGDB中对应的虚拟基因；(5)从每个找出的虚拟基因中随机地挑选一个DNA序列小片段，利用本地BLAST程序对VGDB进行相似性搜索，确认随机挑选的这个小片段DNA序列是在VGDB中是唯一的；(6)将所有这些随机挑选出来的DNA序列不分先后顺序地随机组合起来(每个小片段DNA序列用逗号或其它间隔方式如空格、分号等等区隔开来)就成了密文信息。解密的过程是将以逗号等方式区隔开来的各小片段DNA序列对VGDB进行BLAST，找出各自对应的虚拟基因，再在VDMC上把这些虚拟基因标记出来，加密的字母“T”就显现出来了。

图2说明“基于虚拟基因组的密码***”(VGC)和秘密传送任何信息。A，B和C分别表示VGC可以传送二进制编码、Braille盲文和莫尔斯代码传递“SOS”信息。VGC可以传递任何加密信息，也就是说，可以用VGC传递传统密码***的密文；D表示VGC可以传递图像信息。

具体实施方式

实施例1建立VGC密码***，并发送与接收一个字母“T”(图1)

(1)首先，随机产生大量(几千几万，甚至几百万上千万)几kb甚至更长的DNA序列，并随机编号或命名(每个随机DNA序列编号或命名为一个虚拟基因)，每个虚拟基因采用FASTA格式，所有这些虚拟基因组成“虚拟基因组”，生成“虚拟基因组数据库”(VirtualGenome Database，VGDB)。

(3)在“虚拟基因芯片”(VDMC)上书写字母“T”，即在VDMC上挑选用于组成字母“T”的“点”。

(4)找出这些点应于“虚拟基因组数据库”(VGDB)中的虚拟基因，即B2，C2，D2，C3和C4.

(5)然后，从每个找出的虚拟基因中随机地挑选一个DNA序列小片段：从B2虚拟基因找出“CGACGTGCG”，从C2虚拟基因找出“ACTCGGC”，从D2虚拟基因找出“GCCGCGGGA”，从C3虚拟基因找出“GGAGCCAT”，从C4虚拟基因找出“CATGCCTCG”。利用本地BLAST程序对VGDB进行相似性搜索，确认随机挑选的这个小片段DNA序列在VGDB中是唯一的。也就是说，该小片段DNA序列与所挑选的虚拟基因是一一对应的，在其它的虚拟基因中没有相同的DNA序列存在。

(6)将所有这些随机挑选出来的DNA序列不分先后顺序地随机组合起来(每个小片段DNA序列用逗号开来)就成了密文信息：“CGACGTGCG，ACTCGGC，GCCGCGGGA，GGAGCCAT，CATGCCTCG”

(7)信息接收方收到密文后，将密文“CGACGTGCG，ACTCGGC，GCCGCGGGA，GGAGCCAT，CATGCCTCG”中各小片段DNA序列对VGDB进行BLAST，找出各自对应的虚拟基因，B2，C2，D2，C3和C4，再在VDMC上把这些虚拟基因标记出来，字母“T”自然就显现出来了。

实施例2数字签名

VGC***用于数字签名具有特殊的签名方法。由于VGC***使用的是图像识别式的信息输入输出，也即在VDMC上“书写”与还原信息，因此，VGC传送的信息本身就是非常个性化的。VGC数字签名可以真正做到手写式真迹签名。还可以在VDMC特殊位置上做一些特殊的标记，从而使得密文完全无法伪造。

Claims

1.一种基于虚拟基因组的密码***(VGC)，其特征在于按如下步骤和方法进行：

(1)产生大量随机DNA序列，并随机编号或命名(每个随机DNA序列编号或命名为一个虚拟基因)，每个虚拟基因采用FASTA格式，所有这些虚拟基因组成“虚拟基因组”，生成“虚拟基因组数据库”(Virtual Genome Database，VGDB)。

(2)将VGDB中的所有虚拟基因随机分配在一个2维阵列表上，得到一个虚拟基因分布位置表，该表即为“虚拟基因芯片”(Virtual DNAMicroarray Chip，VDMC)。

(3)信息发送方可在VDMC上“书写”任何所要传递的秘密信息，也就是在拥有巨大点阵的VDMC上挑选用于组成秘密信息的“点”。

(4)由于VDMC上的每个点对应于VGDB中的一个虚拟基因，因此在VDMC上挑选组成秘密信息的点，对应地就是找出VGDB中的虚拟基因。

(5)从每个找出的虚拟基因中随机地挑选一个DNA序列小片段，利用本地BLAST程序对VGDB进行相似性搜索，确认随机挑选的这个小片段DNA序列在VGDB中是唯一的。也就是说，该小片段DNA序列与所挑选的虚拟基因是一一对应的，在其它的虚拟基因中没有相同的DNA序列存在。

(7)信息接收方收到密文后，将以逗号等方式区隔开来的各小片段DNA序列对VGDB进行BLAST分析，找出各自对应的虚拟基因，再在VDMC上把这些虚拟基因标记出来，秘密信息就显现出来了。

2.根据权利要求1所述的基于虚拟基因组的密码***(VGC)，其特征在于其密匙是由虚拟基因组数据库(VGDB)和虚拟基因芯片(VDMC)共同组成的。

3.根据权利要求1所述的VGC密码***，其特征在于所述的VGDB中每个虚拟基因都是随机产生的DNA序列。虚拟基因的编号或命名是随机的或无规律的。

4.根据权利要求1所述的VGC密码***，其特征在于所述的VGDB可转换为虚拟蛋白质数据库(Virtual Protein Database，VPDB)。

5.根据权利要求1所述的基于虚拟基因组的密码***，其特征在于所述的“虚拟基因芯片”(VDMC)是一个2维阵列表，表中的每个点对应于VGDB中的一个虚拟基因。

6.根据权利要求1所述的VGC密码***，其特征在于所述的秘密信息在VDMC上的“书写”指的是在VDMC上挑选用于组成秘密信息的“点”，也就是找出与各点对应的虚拟基因。

7.根据权利要求1所述的VGC密码***，其特征在于所述的从虚拟基因中随机地挑选一个DNA序列小片段指的是在虚拟基因DNA序列中的任意位置随机地截取一小段DNA序列(为了精简起见，一般取5-10bp左右大小)。

8.根据权利要求1所述的VGC密码***，其特征在于所述的BLAST算法指的是生物信息学中的相似性搜索算法，可从NCBI网站下载并进行本地化安装，按说明对VGDB进行格式化处理。BLAST算法有很多种，对VGDB进行BLAST采用BLASTn算法，对VPDB则采用BLASTx算法。本加密方法中BLAST的目的是要确认小片段DNA序列的唯一性。

9.根据权利要求1所述的VGC密码***，其特征在于所述的BLAST算法也可以用其它字符串搜索算法如Knuth-Morris-Pratt(KMP)算法代替。如使用KMP等字符串搜索算法，DNA随机序列则可用任意字符串序列替代。

10.根据权利要求1所述的VGC密码***，其特征在于所述的密文是经权利要求6和7所选定所有小片段DNA序列不分先后顺序组合而成的，各小片段DNA序列之间可用逗号、空格、分号、回车等任意与DNA四个碱基字母不同的字符区隔开来。

11.根据权利要求1所述的VGC密码***，其特征在于为了增强保密性能，密文中可随意***非VGDB序列片段，以BLAST分析或其它字符串搜索算法如KMP确认其不存在于VGDB中。

12.根据权利要求1所述的VGC密码***，其特征在于其密匙可以自我更新。比如，随机选择的小片段DNA序列处于某个虚拟基因的第i个位置，而该虚拟基因在VDMC上处于第m行、第n列。那么，经过加密或解密之后，随机小片段序列从虚拟基因的第i位置删除并重新***到第(i+j)个位置，重排后的虚拟基因从VDMC上的第m行、第n列位置上删除并重新***到第(m+a)行、第(n+b)列位置上。j，a，b的数值发送方和接收方可以自由地约定。因此，每次加密和解密过程完成之后，密匙就自动更新一次。这样，VGC密码***就成了一次一密的密码***。