基于高性能國密算法的數(shù)據(jù)庫透明加密技術(shù)研究

摘要：本文主要研究了基于國密算法的數(shù)據(jù)庫加密技術(shù)，該加密技術(shù)采用了中國自主研發(fā)的國密算法，包括SM 2、SM 3和SM4，實(shí)現(xiàn)對數(shù)據(jù)庫中的敏感信息進(jìn)行高效且安全的加密。

關(guān)鍵詞：高性能；國密算法；數(shù)據(jù)庫；透明加密

一、引言

大數(shù)據(jù)已經(jīng)成為社會發(fā)展的重要推力。但大數(shù)據(jù)也包含了很多敏感信息，如個人隱私、商業(yè)機(jī)密，這些信息一旦泄露，將會給個體或組織帶來嚴(yán)重的損失。因此，如何保護(hù)數(shù)據(jù)安全，特別是數(shù)據(jù)庫中的敏感信息，是目前亟需解決的問題。傳統(tǒng)的數(shù)據(jù)庫加密技術(shù)雖然可以在一定程度上保護(hù)數(shù)據(jù)安全，但由于其算法復(fù)雜度高、性能低以及安全性不足等問題，使其在應(yīng)用中受到了限制。為此，提出一種新的數(shù)據(jù)庫加密方案，該方案采用了中國自主研發(fā)的國密算法，以實(shí)現(xiàn)對數(shù)據(jù)庫中的敏感信息進(jìn)行高效且安全地加密。國密算法是中國自主研發(fā)的密碼算法標(biāo)準(zhǔn)，包括SM 2、SM 3和SM4，具有良好的安全性和性能。通過將國密算法應(yīng)用于數(shù)據(jù)庫加密，不僅可以防止數(shù)據(jù)泄露，還可以在保證數(shù)據(jù)安全的同時，滿足數(shù)據(jù)庫的高并發(fā)訪問需求。

二、數(shù)據(jù)庫透明加密概述

數(shù)據(jù)庫透明加密技術(shù)，也被稱為Transparent Data Encryption（TDE），是一種用于保護(hù)存儲在數(shù)據(jù)庫中的數(shù)據(jù)的安全技術(shù)。它通過對數(shù)據(jù)庫文件進(jìn)行實(shí)時加密和解密，以確保數(shù)據(jù)在存儲、處理和傳輸過程中的安全性。

TDE的優(yōu)點(diǎn)是透明性。對于應(yīng)用程序和用戶而言，數(shù)據(jù)的加密和解密過程是完全透明的，無需進(jìn)行任何修改，簡化了數(shù)據(jù)安全管理的復(fù)雜性，降低了維護(hù)成本。

TDE工作原理包括兩個步驟：首先，當(dāng)數(shù)據(jù)寫入數(shù)據(jù)庫時，TDE會自動對數(shù)據(jù)進(jìn)行加密。然后，當(dāng)用戶或應(yīng)用程序請求訪問數(shù)據(jù)時，TDE會自動對數(shù)據(jù)進(jìn)行解密。這兩個過程是在數(shù)據(jù)庫層面進(jìn)行的，對上層應(yīng)用程序和用戶而言是完全透明的。

盡管TDE可以保護(hù)數(shù)據(jù)安全，但它并不能防止所有類型的攻擊。例如，如果攻擊者能夠獲得數(shù)據(jù)庫的訪問權(quán)限，他們?nèi)匀豢梢宰x取和修改數(shù)據(jù)。因此，TDE通常需要與訪問控制、身份驗(yàn)證等安全措施結(jié)合使用。

總體而言，數(shù)據(jù)庫透明加密技術(shù)是一種重要的數(shù)據(jù)安全保護(hù)手段，它可以防止數(shù)據(jù)在存儲、處理和傳輸過程中的泄露，同時能夠保證數(shù)據(jù)的可用性和訪問性。

三、數(shù)據(jù)庫透明加密技術(shù)

（一）密文格式設(shè)計(jì)

設(shè)計(jì)密文格式時，需要考慮數(shù)據(jù)的安全性、完整性和可用性。因此，將密文分為四個部分：版本標(biāo)識、密文內(nèi)容、校驗(yàn)位和是否是密文標(biāo)識。

1.版本標(biāo)識

這部分用于標(biāo)識加密算法的版本。由于加密算法會隨著時間的推移而更新，因此需要一個版本標(biāo)識確保解密過程可以正確使用對應(yīng)的算法版本進(jìn)行解密，版本標(biāo)識通常包含算法名稱和版本號。

2.密文內(nèi)容

這部分是實(shí)際加密數(shù)據(jù)，它通過將原始數(shù)據(jù)輸入加密算法得到。密文內(nèi)容的長度取決于加密算法和原始數(shù)據(jù)的大小，采用SM4算法進(jìn)行加密。

3.校驗(yàn)位

這部分用于檢查密文內(nèi)容是否在傳輸或者存儲過程中被篡改。校驗(yàn)位通常是通過對密文內(nèi)容進(jìn)行哈希運(yùn)算得到的，如果密文內(nèi)容被修改，則校驗(yàn)位也會發(fā)生變化，從而可以檢測到數(shù)據(jù)被篡改。

4.是否是密文標(biāo)識

這部分用于標(biāo)識數(shù)據(jù)是否已經(jīng)被加密，對于混合存儲明文和密文的情況非常有用，可以快速判斷數(shù)據(jù)是否需要進(jìn)行解密操作。

通過這種方式設(shè)計(jì)的密文格式，不僅可以保證數(shù)據(jù)的安全性和完整性，還可以提高數(shù)據(jù)處理效率。

（二）透明加密實(shí)現(xiàn)方式

需要對JDBC進(jìn)行封裝以實(shí)現(xiàn)透明加密。創(chuàng)建一個新的數(shù)據(jù)庫連接類，該類在內(nèi)部使用JDBC API與數(shù)據(jù)庫交互，并自動處理加密和解密操作。以下是一種實(shí)現(xiàn)的方法。

1.創(chuàng)建一個新的數(shù)據(jù)庫連接類，例如EncryptedConnection。這個類應(yīng)包含一個私有的java.sql.Connection對象，用于與數(shù)據(jù)庫交互。

2.在EncryptedConnection類中，重寫所有需要處理數(shù)據(jù)的方法，例如prepareStatement（）、createStatement（）等。在這些方法中，首先使用內(nèi)部的Connection對象創(chuàng)建一個PreparedStatement或Statement對象，然后返回一個新的EncryptedPreparedStatement或EncryptedStatement對象，這些對象在內(nèi)部處理加密和解密操作。

3.創(chuàng)建EncryptedPreparedStatement和EncryptedStatement類，這些類應(yīng)該包含一個私有的PreparedStatement或Statement對象。在這些類中，重寫所有需要處理數(shù)據(jù)的方法，例如setString（）、setInt（）、executeQuery（）等。在這些方法中，首先對輸入的數(shù)據(jù)進(jìn)行加密，然后調(diào)用內(nèi)部的PreparedStatement或Statement對象的相應(yīng)方法來執(zhí)行數(shù)據(jù)庫操作。當(dāng)從數(shù)據(jù)庫獲取數(shù)據(jù)時，再對數(shù)據(jù)進(jìn)行解密。

4.在EncryptedConnection類中，還可以提供額外方法，例如設(shè)置加密密鑰、更改加密算法。

通過以上步驟，可以創(chuàng)建一個新的JDBC封裝，它可以自動處理數(shù)據(jù)庫操作的加密和解密操作，這樣應(yīng)用程序就可以像使用普通JDBC一樣使用新的封裝，而不需要關(guān)心數(shù)據(jù)的加密和解密問題。

（三）針對密文的模糊查詢實(shí)現(xiàn)

將數(shù)據(jù)加密前先使用分詞算法對明文數(shù)據(jù)進(jìn)行分解，將明文數(shù)據(jù)分解為多個關(guān)鍵字或短語。對每個關(guān)鍵字或短語，通過SM 3算法生成一個唯一的標(biāo)識符，并將該標(biāo)識符與原始數(shù)據(jù)位置相關(guān)聯(lián)。然后，將這些標(biāo)識符和位置信息存儲在一個索引表中，并將對分詞后的數(shù)據(jù)和索引表進(jìn)行加密，然后將加密后的數(shù)據(jù)和索引表存儲至數(shù)據(jù)庫中。當(dāng)需要模糊查詢時，首先對查詢條件進(jìn)行同樣的分詞和標(biāo)識符生成處理，然后在加密索引表中查找匹配的標(biāo)識符，得到原始數(shù)據(jù)位置，最后返回相應(yīng)的加密數(shù)據(jù)。這種方法的優(yōu)點(diǎn)是可以在不解密數(shù)據(jù)的情況下進(jìn)行模糊查詢，提高了數(shù)據(jù)的安全性。

四、SM4加密算法性能優(yōu)化

（一）SM4輪密鑰緩存

通過以上方式實(shí)現(xiàn)的透明加密方式，在實(shí)際使用過程中出現(xiàn)的高頻加密與解密操作對性能會產(chǎn)生比較大的影響，例如在對原本有大量數(shù)據(jù)的數(shù)據(jù)庫進(jìn)行全量加密操作時，調(diào)用基礎(chǔ)的SM4算法接口：

cipher=SM4Enc（key， plain）

密碼接口需要對128bit的SM4加密密鑰轉(zhuǎn)換為32個32bit的輪密鑰。如果頻繁調(diào)用該接口使用相同密鑰進(jìn)行加密，將花費(fèi)大量時間通過加密密鑰key重復(fù)生成相同的輪密鑰rk，降低小數(shù)據(jù)包整體加解密吞吐性能。

將密碼接口調(diào)整為：

ctx=SM4SetKey（key）

cipher=SM4Enc（ctx， plain）

應(yīng)用可以預(yù)先調(diào)用SM4SetKey接口將加密密鑰傳入密碼模塊，密碼模塊轉(zhuǎn)換加密密鑰key為輪密鑰并保存于接口上下文ctx中。當(dāng)需要使用相同加密密鑰key進(jìn)行加密時，調(diào)用SM4Enc接口傳入上下文ctx，使用已保存的輪密鑰進(jìn)行加解密，從而跳過反復(fù)重復(fù)生成的輪密鑰步驟，優(yōu)化加密流程，提升SM4-GCM算法性能。

密碼接口優(yōu)化前后調(diào)用示意圖如圖1所示。

（二）指令層優(yōu)化SM4

在標(biāo)準(zhǔn)c代碼實(shí)現(xiàn)的SM4-GCM算法基礎(chǔ)上，可以通過處理器指令對SM4算法實(shí)現(xiàn)進(jìn)行優(yōu)化，下文描述了x86架構(gòu)硬件平臺的兩種優(yōu)化方式。而在信創(chuàng)硬件平臺環(huán)境中，也可以使用信創(chuàng)平臺指令進(jìn)行優(yōu)化，包括兆芯的GMI、鯤鵬的KAE，這些指令以SDK形式提供，信創(chuàng)環(huán)境安全密碼模塊密碼接口可以直接調(diào)用這些SDK優(yōu)化SM4算法性能。

SM4算法的輪函數(shù)包含線性變換和非線性變換，其中非線上變換是基于SM4算法S盒進(jìn)行查表變換，相對線性變換，非線性變換的查表操作耗時是很多的。因此，優(yōu)化SM4算法的S盒查表過程，可以提高SM4算法運(yùn)行效率。

SM4和AES的S盒生成均為基于GF（2^8）構(gòu)造的。其中，GF（2^8）是一個有限域，它的元素是8位二進(jìn)制數(shù)。S盒通過將GF（2^8）上的元素進(jìn)行逆運(yùn)算和仿射變換得到的。具體而言，S盒生成過程中首先通過一個固定的置換將輸入的8位二進(jìn)制數(shù)打亂，然后將結(jié)果代入一個由仿射變換和逆運(yùn)算組成的函數(shù)中，最后得到輸出的8位二進(jìn)制數(shù)。在仿射變換中，變換本身可以表示成邏輯運(yùn)算的形式，如異或、與或等。因此，S盒生成中使用了逆運(yùn)算和邏輯運(yùn)算進(jìn)行數(shù)學(xué)變換，得到最終的S盒。

由于SM4和AES的S盒均基于GF（2^8）一個有限域進(jìn)行構(gòu)造，通過AES和SM4算法的S盒在有限域上不可約多項(xiàng)式轉(zhuǎn)換，可以實(shí)現(xiàn)S盒的變換。

因此，先分別分析AES和SM4的S盒特征。

AES算法的S盒定義如圖3所示。

AES算法的S盒定義在GF（2^8）有限域的不可約多項(xiàng)式為x? + x? + x3 + x + 1，表達(dá)式為S（x）=Ax-1+c，通過矩陣顯示為：

SM4算法的S盒定義如圖4所示。

SM4算法的S盒定義在GF（2^8）有限域的不可約多項(xiàng)式為x8+x7+x6+x5+x4+x2+1，生成方式為S（x）=A（Ax+c）-1+c，其中：

可以看到，SM4算法和AES算法采用的有限域不可約多項(xiàng)式有所不同。

SM4算法采用的有限域不可約多項(xiàng)式為x?+x?+x?+x+1，生成方式為Ss（x）=As·Is（Asx+Cs）+Cs。

AES算法采用的有限域不可約多項(xiàng)式為x?+x?+x3+x+1，生成方式為Sa（x）=Aa·Ia（x）+Ca。

其中，上述表達(dá)式中計(jì)算Is和Ia求逆是最復(fù)雜、最耗時的運(yùn)算?？梢詷?gòu)造出同構(gòu)映射T將SM4對應(yīng)的有限域元素映射到AES對應(yīng)的有限域元素中，再借助指令求逆，最后再逆映射。

AES和SM4的S盒同構(gòu)映射運(yùn)算如圖6所示。

記y=Asx+Cs，由SM4有限域映射到AES有限域的函數(shù)為 T（xs）→xa。

則SM4算法有限域求逆為：

Is（y） =T-1Aa-1·{Sa（T（y））+Ca}=T-1Aa-1·Sa（T（y））+T-1Aa-1Ca

將Is（y）代入Ss（x）=As·Is（Asx+Cs）+Cs，那么SM4算法S盒計(jì)算方式為：

Ss（x）=AsT-1Aa-1·Sa（T（y））+AsT-1Aa-1Ca+Cs={AsT-1Aa-1}·Sa（{TAs}x+{TCs}）+{AsT-1Aa-1Ca+Cs}

通過上述推導(dǎo)分析，SM4算法的S盒運(yùn)算可以通過求逆和映射等方式轉(zhuǎn)換使用AES的S盒計(jì)算方式進(jìn)行運(yùn)算。

在x86架構(gòu)的運(yùn)行環(huán)境的AVX2指令集提供了硬件加速的AES-NI指令，其中包括S盒的計(jì)算。在AES加密中，S盒運(yùn)算是將每個輸入字節(jié)映射到一個對應(yīng)的輸出字節(jié)。這個映射關(guān)系在AES算法中通過一個固定的S盒實(shí)現(xiàn)，而在AES-NI指令集中，這個S盒儲存在CPU內(nèi)部的專門寄存器中。對于每個輸入字節(jié)，AES-NI指令集都會自動從這個S盒中查找對應(yīng)的輸出字節(jié)，并將其作為輸出。該查找過程通過硬件電路實(shí)現(xiàn)，可以在單個時鐘周期內(nèi)完成。因此，使用AES-NI指令實(shí)現(xiàn)的SM4算法S盒運(yùn)算的方法，可以提升SM4算法非線性變換部分的執(zhí)行效率。

AES-NI指令中，最適合執(zhí)行S盒運(yùn)算的指令為AESENCLAST指令。AESENCLAST指令執(zhí)行AES加密的最后一輪，功能是對16字節(jié)的AES狀態(tài)數(shù)據(jù)依次做S盒變換、行移位、異或子密鑰這三個操作。因?yàn)镾M4算法執(zhí)行過程只需要AES算法S盒變換，所以使用AESENCLAST指令進(jìn)行S盒變換需要消除行移位和子密鑰異或。其中，行移位可利用調(diào)序指令去除，子密鑰異或可將子密鑰設(shè)置為全0即可。

由于AES-NI指令操作的是128bit的數(shù)據(jù)，一組SM4加密的消息每輪需要S盒查表的數(shù)據(jù)僅有32bit，故將4組消息通SMID指令打包至一塊，使處理數(shù)據(jù)內(nèi)容達(dá)到128bit。

打包操作過程如下：

1.將4個32位整數(shù)分別存儲在4個128位寄存器的低位。

2.對于每個寄存器，將其低16位和高16位分別取出來，得到兩個16位的整數(shù)。

3.對于這兩個16位的整數(shù)，分別進(jìn)行飽和轉(zhuǎn)換（即將超出16位范圍的值截?cái)啵?/p>

4.將4個飽和轉(zhuǎn)換后的16位整數(shù)組合成一塊128位數(shù)據(jù)，并返回該數(shù)據(jù)。

例如，如果輸入的4個32位整數(shù)分別為0x0000FFFF、0x00000000、0x00008000、0x00007FFF，則打包成的128位數(shù)據(jù)就為0xFFFF0000FFFF0000000080007FFF。

SMID打包數(shù)據(jù)可以將多個標(biāo)量數(shù)據(jù)打包成一個更大的向量。而計(jì)算機(jī)處理芯片執(zhí)行一個小向量數(shù)據(jù)與一個大向量數(shù)據(jù)的時間周期是相同。因此，將4組32bit SM4消息轉(zhuǎn)換為SMID向量，還可以提高計(jì)算速度。

結(jié)合S盒轉(zhuǎn)換、AES-NI指令、SMID指令的SM4算法運(yùn)算流程如表2所示。

x86平臺SM4算法性能比較情況如表3所示。

五、結(jié)束語

本文探討了數(shù)據(jù)庫透明加密的實(shí)現(xiàn)方法和它對系統(tǒng)性能的影響，雖然透明加密帶來了挑戰(zhàn)，如計(jì)算、存儲和網(wǎng)絡(luò)開銷的增加，以及查詢效率的下降，但本文提出和實(shí)現(xiàn)的SM4-GCM算法優(yōu)化方式，通過實(shí)驗(yàn)驗(yàn)證是有效的，減少了加解密算法帶來的性能損耗?？傮w而言，盡管透明加密在實(shí)施過程中存在一定的挑戰(zhàn)，但其在確保數(shù)據(jù)安全和隱私保護(hù)方面的潛力巨大，值得進(jìn)一步探索。

作者單位：李恒 上海 徐匯公安部第三研究所

李恒（1996.08-），男，漢族，湖北咸寧，本科，實(shí)習(xí)員，研究方向：數(shù)據(jù)安全。

參考文獻(xiàn)

[1]張才賢.基于CUDA的并行SM4-GCM設(shè)計(jì)與實(shí)現(xiàn)[D].西安電子科技大學(xué)，2019.

[2] HU G Y， CHEN R. Improving the performance of multi-mode SM4 block cipher[J]. International Journal of Performability Engineering， 2019， 15（10）： 2589–2596.

[3]王德民，陳達(dá).基于CUDA的SM4加密算法高速實(shí)現(xiàn)[J].石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報，2017，16（01）：59-63.

[4]REBEIRO C， SELVAKUMAR D， DEVI A S L. Bitslice implementation of AES[C]. In： Cryptology and Network Security—CANS 2006. Springer Berlin Heidelberg， 2006： 203-212.

[5]K?SPER E， SCHWABE P. Faster and timing-attack resistant AES-GCM[C]. In： Cryptographic Hardware and Embedded Systems—CHES 2009. Springer Berlin Heidelberg， 2009： 1-17.

[6]LI L， YANG F， PAN Y M， et al. An implementation method for SM4-GCM on FPG&A[C]. In： Proceedings of 2017 IEEE 2nd Advanced Information Technology， Electronic and Automation Control Conference （IAEAC）. IEEE， 2017： 1921-1925.

[7]CHENG H， DING Q， HUANG C， et al. Improvements of SM4 algorithm and application in Ethernet encryption system based on FPG&A[J]. Journal of Information Hiding and Multimedia Signal Processing， 2014， 5（3）： 518-526.

[8]ABED S， JAFFAL R， MOHD B J， et al. Performance evaluation of the SM4 cipher based on fifield‐programmable G&Ate array implementation[J]. IET Circuits， Devices & Systems， 2021， 15（2）： 121-135.

參考文獻(xiàn)

[1]UIPATH， INC.Determining sequences of interactions， process extraction， and robot generation using artificial intelligence / ma-chine learning models，US202017070168[P].2022-04-12.

[2]王建周.胡一川.汪冠春.基于AI的RPA流程的生成方法、裝置、設(shè)備及介質(zhì)，CN112070416A[P].2020-12-11.

[3]賴琪，蔡宇輝，夏斯瓊，等.RPA流程標(biāo)準(zhǔn)化定義與設(shè)計(jì)[J].計(jì)算機(jī)科學(xué)，2023，50（12）：82-88.

[4]陳翼鷹，黃斐.基于序列兩兩對比的軟件行為蹤跡分析[J].計(jì)算機(jī)應(yīng)用與軟件，2013，30（04）：174-176+260.

[5]辛?xí)杂睿瑒⒄?，慕爽?自動工具輔助用戶行為捕捉與分析方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2021，42（01）：287-293.

[6]王繼民，李雷明子，鄭玉鳳.基于日志挖掘的移動搜索用戶行為研究綜述[J].情報理論與實(shí)踐，2014，37（03）：134-139.

[7]李多芹，方賢文，王麗麗，等.基于感知成本的流程模型與事件日志有效對齊[J].計(jì)算機(jī)應(yīng)用，2022，42（10）：3154-3161.

[8]章瑞，蘇瑩，段金奎等.RPA在自動化辦公數(shù)據(jù)管理中的研究[J].信息系統(tǒng)工程，2023（10）：123-126.