Gene Cloud - Entwicklung neuartiger Verfahren basierend auf Steganographie für skalierbaren Datenschutz und Weiterentwicklung von neuartigen Wirkstoff-Screening Algorithmen für eine Cloudumgebung

Die schnellere und kostengünstigere Entwicklung dringend benötigter Medikamente ist das Ziel des Projekts GeneCloud. Neue Hochdurchsatzverfahren erlauben der Pharmaindustrie die Analyse und Messung einer großen Anzahl von Proben in vergleichsweise kurzer Zeit. Die dabei entstehenden Datenmengen bergen jedoch eine große Herausforderung. Die zu ihrer Speicherung und Verarbeitung nötigen Rechenkapazitäten stehen gerade kleinen und mittelgroßen Unternehmen selten zur Verfügung, denn die Investition in große eigene Recheninfrastrukturen wäre zu hoch. Der Einsatz von Cloud-Lösungen bietet eine Möglichkeit zur elastischen und planbaren Nutzung von Computingressourcen. Das Haupthindernis bei der Nutzung externer Cloud-Anbieter ist hierbei der hohe Schutzbedarf der zur Berechnung zugrunde liegenden Daten. Um hoch sensible Daten in potenziell nicht vertrauenswürdigen Rechenumgebungen verarbeiten zu können, entwickelt das Projekt Cloud-Dienste, die direkt auf verschlüsselten Daten operieren. Die Datenverschlüsselung liegt dann einzig im Verantwortungsbereich des Unternehmens, es ist also kein Schlüsselaustausch mit einem externen Anbieter notwendig. Bei der Umsetzung der Cloud-Dienste werden verschiedene Algorithmen angewendet, um einerseits unterschiedliche Sicherheitsbedürfnisse abdecken zu können, andererseits den Zusatzaufwand bei der Berechnung der Daten in der Cloud zu minimieren. Die dabei entwickelten Beispieldienste stammen dabei aus unterschiedlichen Anwendungsgebieten wie dem Text-Mining, Dockingalgorithmen von Wirkstoffen an Proteinen sowie der Analyse von Proteinnetzwerken.

Partner

TU Dresden
- BIOTEC
- Lehrstuhl für Datenschutz und Datensicherheit
- ZIH
Transinsight GmbH
Qualiype AG
antibodies-online GmbH

Projektwebseite

http://transinsight.com/genecloud/

Laufzeit

11/2011 - 10/2014

Förderung

Bundesministerium für Wirtschaft und Energie (BMWE)

Publikationen

M. Beck, V.J. Haupt, J. Roy, J. Moennich, R. Jäkel, M. Schroeder, Z. Isik: GeneCloud: Secure Cloud Computing for Biomedical Research, Lecture Notes in Computer Science, 2013.
J. Roy, C. Winter, Z. Isik, M. Schroeder: Network information improves cancer outcome prediction, Brief Bioinf 2012; doi: 10.1093/bib/bbs083
M. Beck, F. Kerschbaum: Approximate two-party privacy-preserving string matching with linear complexity, Computing Research Repository (CoRR), September 2012.