本文講的是dna序列竟被編成惡意軟體感染計算機，生物學家dna的時候，他們盡量不產生或擴散可用於製造毒素或傳染病的基因**片段。但一組生物黑客證明了dna可攜帶讓人意想不到的威脅——不感染人類或動物，而是感染計算機的病毒。
在8月10日的usenix安全大會上展示的新研究中，華盛頓大學的研究團隊首次展示了將惡意軟體編碼進實體dna鏈的可能性。被編碼的dna序列接受基因測序儀分析時，其結果資料就會變身成一段程式，破壞基因測序軟體進而控制底層電腦。
雖然該攻擊遠未達到間諜或罪犯可實際使用的程度，但隨著dna測序越來越普及和強大，且可由第三方服務在敏感計算機系統上進行，該攻擊投入實用的可能性也隨時間推移而增加。而且，對網路安全社群而言，它還代表著純黑客智慧型的一種科幻**式令人印象深刻的壯舉。
主管該項目的華盛頓大學電腦科學教授河野忠義，將該技術與在網頁或電郵附件中打包進惡意**的傳統黑客攻擊相比較，稱：「我們知道，如果對手控制了計算機正在處理的資料，就有可能接管該計算機的控制權。這意味著，當你審查計算生物學系統時，你要考慮的不僅僅是網路連線性、u盤和電腦前坐著的操作員，還要考慮他們正在測序的dna裡儲存的資訊。這是完全不同的一類威脅。」
科幻**式的黑客攻擊
目前為止，該威脅還停留在麥可·克萊頓科幻**情節的程度，還算不上計算生物學家應該關心的問題。但隨著基因測序越來越多地被集中式服務處理——通常由擁有昂貴基因測序裝置的大學實驗室執行，該依託dna的惡意軟體攻擊在一步步邁向現實。尤其是在dna樣本來自外部源，很難進行恰當的審查的情況下。
如果黑客確實實現了該攻擊，他們就有可能獲得寶貴的智財權，或者汙染基因分析結果，比如罪犯dna檢測。公司企業甚至可以在轉基因產品的dna中植入惡意**，作為保護商業機密的一種方式。在未來，會出現很多有趣，或者說恐怖的此類應用。
然而，不管研究的實際原因是什麼，僅僅在dn**段儲存的資訊上打造計算機攻擊——所謂「漏洞利用」，就代表了華盛頓大學研究團隊史詩般的黑客大挑戰。研究人員從編寫著名的「緩衝區溢位」漏洞利用程式開始，填充計算機記憶體中為特定資料開闢的儲存空間，然後溢位蔓延到另一塊記憶體以植入其惡意指令。
但在實際dna中編碼該攻擊，比他們原先預計的要困難。dna測序，是通過將dna與dna基本**單元(a/t/g/c鹼基)繫結的化學物質相混合，再將不同鹼基發出的色光攝入dna分子**中進行分析。為加速這一過程，百萬鹼基的影象被分割成數千塊資料並行分析。因此，構成攻擊的所有資料也必須嵌進數百個鹼基中，以增加在測序儀並行處理過程中完好無損的概率。
研究人員以a、t、g、c四種鹼基的形式將他們精心構造的攻擊發往 integrated dna technologies 公司的dna合成服務時，他們發現dna還有其他物理限制。為使dna樣本保持穩定，他們不得不保留一定比例的g-c和a-t配對，因為dna自然穩定性就取決於這些配對的固定比例。而緩衝區溢位往往需要用同一串資料重複填充，會導致dna鏈自行摺疊。所有這些意味著，他們不得反覆重寫漏洞利用**，找出可以作為實際dna存活下來的形式，供合成服務最終在手指大小的塑料瓶裡發給他們。
其結果，最終就是一段能挺過從實體dna翻譯到數字dna的攻擊軟體——藏在用於儲存dna序列的fastq中。當該fastq檔案用常見壓縮程式fqzcomp壓縮——fastq檔案因可展開到數gb文字而往往需要壓縮，就會用其緩衝區溢位漏洞黑了壓縮軟體並突破該程式限制，進入執行該壓縮程式的計算機記憶體，執行其攜帶的任意指令。
遙遠的威脅
即便如此，該攻擊完全翻譯率也僅有37%，因為測序儀的並行處理往往會將其截斷，或者遭遇在物理物件上編寫**的噩夢——程式逆向解碼。dn**段可正向也可逆向測序，但**只能正向解析。研究人員認為，將來的改進版可以將攻擊設計成回文模式。
研究人員承認，除了該曲折又不可靠的過程，他們的概念驗證中還有踩著作弊邊緣的一些抄近道的方式。
他們沒有像真實的黑客那樣利用fqzcomp壓縮程式的現有漏洞，而是直接修改了該程式開源**來插入他們自己的漏洞，供緩衝區溢位使用。但撇開撰寫dna攻擊**來利用他們人為漏洞版本的fqzcomp，研究人員還對常見dna測序軟體做了調查，發現常用程式中存在3個切實的緩衝區溢位漏洞。此類軟體在設計時很多都沒考慮過安全因素，意味著未來的黑客可以在更現實的環境中實施該攻擊，尤其是當更強大的基因測序儀開始分析可以更好儲存漏洞利用**的更大資料塊的時候。
毋庸置疑，基於dna的任何可能的黑客攻擊離我們都還有數年之遙。基因測序裝置主流製造商illumina，在乙份回應華盛頓大學報紙的宣告中稱，「這是一項關於潛在長期風險的有趣研究。我們贊同這項研究的前提，即這不會構成迫在眉睫的威脅，也不是典型的網路安全能力。我們非常警惕，定期對我們的軟體和裝置進行安全評估。我們歡迎任何研究，只要這些研究能圍繞確保dna合成、測序和處理的安全與隱私，建立關於未來框架與指南的對話。」
希普曼說：「讀這篇**的時候我臉上帶笑，因為我覺得這真的很聰明。這是不是我們應該從現在就開始審查的東西呢？」隨著基於dna的資料時代可能即將到來，在dna中植入惡意**的能力就不僅僅是黑客的小把戲了。
在未來的某個時候，當更多資訊儲存在dna中，被頻繁輸入和排序，我們將會慶幸於現在就開始思考這些事情。
重複的DNA序列
所有 dna 由一系列縮寫為 a，c，g 和 t 的核苷酸組成，例如 acgaattccg 在研究 dna 時，識別 dna 中的重複序列有時會對研究非常有幫助。編寫乙個函式來查詢 dna 分子中所有出現超多一次的10個字母長的序列 子串 示例 輸入 s aaaaacccccaaaaacccccca...
DNA序列的編碼
description對於dna 序列 序列中包含a c g 和t 四種字元 我們使用如下方法為它編碼 1 將子字串中的k 個相同字元寫成kx，x 是a c g 和t 四個字元之一 2 如果k 是1，那麼1 要忽略。輸入乙個dna 序列，輸出它的編碼。input 乙個dna 序列，由一串包含a c ...
DNA序列找GC Ratio最高子串行
乙個dna序列由a c g t四個字母的排列組合組成。g和c的比例 定義為gc ratio 是序列中g和c兩個字母的總的出現次數除以總的字母數目 也就是序列長度 在基因工程中，這個比例非常重要。因為高的gc ratio可能是基因的起始點。給定乙個很長的dna序列，以及要求的最小子序列長度，研究人員經...