DNA自组装在若干NP问题和密码问题中的应用的研究.pdf

摘 要 NP 问题和密码问题的解决不仅具有重要的理论意义，而且在国民经济等领域 中都有非常广泛的应用。为了克服传统计算机在求解若干NP 问题和密码问题时出 现存储量与运算速度上的不足，我们将借助新的计算模式—自组装DNA 计算提出 可行和有效的方案解决这两类问题。 DNA 自组装是分等级的自底向上的复杂组装体，也是分子计算中很重要的计 算模型。理论已证明二维自组装模型有通用计算能力，是图灵通用的。随着分子生 物学技术的发展，自组装DNA 计算有着广阔的应用前景，在纳米科学、优化计算、 密码学、医学等众多科学领域中有突破性的创新与应用。 自组装DNA 计算是通过对基本Tile 序列进行编码，根据粘贴末端的碱基互补 配对的原理完成程序化组装过程，具有高度的并行性。本文在深入研究自组装DNA 计算原理和优势的基础上，探讨了 DNA 自组装在若干NP 问题和密码问题中的应 用。本文主要创新内容如下： n 我们建立了Tile 自组装模型执行密码学中的一种基本运算—有限域GF(2 )乘法 逆元和除法运算。对于有限域GF(2n)乘法逆元运算，将其转化为多个多项式乘法运 算，从而得到乘法逆元运算的结果。在此基础上，提出了基于DNA 自组装模型求 解有限域GF(2n)除法运算的方法。理论分析表明，可用Θ(1)个不同的Tile 类型在多 项式组装时间内求解有限域GF(2n)乘法逆元和除法运算。 针对传统计算机求解NP 问题的困难性，我们分别提出了基于Tile 自组装模型 的非确定性算法求解NP 问题，主要包括子集积问题和多维有界背包问题。对于求 解子集积问题，我们创建了三个子系统包括非确定性猜测子系统，乘法子系统和比 较子系统，通过比较非确定性猜测子系统所选择的有限集合内元素的乘积，从而可 确定子集积问题的可行解。该非确定性的自组装算法的复杂度与所给子集积问题的 输入量的位数是呈线性关系，与基于 DNA 计算模型求解子集积问题的方法相比， 在复杂度上有较大的改进。在DNA 自组装模型求解0-1 背包问题的基础上，我们 提出了基于DNA 自组装的非确定性算法执行多维有界背包问题，这在求解背包问 I 题上是一次较大的突破。首先，非确定性生成所有解空间，然后通过加法子系统， 乘法子系统，比较子系统的操作，即可判断它们是否满足约束条件，从而确定可行 解空间。该算法能成功获得解的计算时间复杂度是Θ(mn) ，其中，m 是约束不等式 的个数，n 是背包问题中变量的个数。从理论分析可知，该模型适合于任意多维有 界背包问题的求解。 根据 Diffie-Hellman 密钥交换算法的安全性是基于计算有限域 GF(p )上离散对 数的困难性，我们充分利用 Tile 自组装模型的强大并行性计算能力，在给出DNA 自组装模型求解模乘运算和模幂运算的基础上，提出了DNA 自组装非确定性算法 执行有限域 GF(p )上的离散对数问题，进而利用这种算法破译 Diffie-Hellman 密钥 交换。该算法的时间计算复杂度是Θ(p ) ，且通过概率性分析，可证明在很多并行的 自组装体执行运算过程中寻找成功解的概率可以趋近于1。与Chen 等人提出的方法 相比，我们的算法所设计的运算规则使得Tile 序列容易构建，也能保证它们之间的 运算相对简单，因此，在实际的实验室操作中也较易实现。 针对公钥密码系统RSA 破译中大整数分解的困难性，我们提出了DNA 自组装 非确定性算法将整数分解为两个素因子的乘积，进而研究了如何利用自组装技术对 RSA 密码系统进行密码分析。首先，随机指派两个整数因子的值，通过乘法运算及 比较操作，然后确定这两个因子的乘积是否与给定的待分解整数相等。该方法用常 量种类的Tile 类型在多项式时间内能成功分解整数，且通过其并行计算的特点破译 RSA 密码系统。根据我们设计的算法模型，在整个组装体增长过程中，只需规定相 同的热力学参数即可达到使组装