[論文レビュー] SAFETY: Secure gwAs in Federated Environment Through a hYbrid solution with Intel SGX and Homomorphic Encryption

Md Nazmus Sadat, Momin Al Aziz+4 more|arXiv (Cornell University)|Mar 7, 2017

Privacy-Preserving Technologies in Data参考文献 21被引用数 22

ひとこと要約

SAFETYは、Intel SGXと同型暗号を組み合わせたハイブリッドフレームワークを提案し、分散環境における安全で効率的かつスケーラブルな全ゲノム関連解析（GWAS）を可能にする。SGXを用いて信頼できる計算を実施し、同型暗号を用いて安全なデータ集約を実現することで、従来のセキュア計算技術に比べ、最大4.82倍の高速化を達成しながら、分散型ゲノムリポジトリ間でのデータプライバシーを保持する。

ABSTRACT

Recent studies demonstrate that effective healthcare can benefit from using the human genomic information. For instance, analysis of tumor genomes has revealed 140 genes whose mutations contribute to cancer. As a result, many institutions are using statistical analysis of genomic data, which are mostly based on genome-wide association studies (GWAS). GWAS analyze genome sequence variations in order to identify genetic risk factors for diseases. These studies often require pooling data from different sources together in order to unravel statistical patterns or relationships between genetic variants and diseases. In this case, the primary challenge is to fulfill one major objective: accessing multiple genomic data repositories for collaborative research in a privacy-preserving manner. Due to the sensitivity and privacy concerns regarding the genomic data, multi-jurisdictional laws and policies of cross-border genomic data sharing are enforced among different regions of the world. In this article, we present SAFETY, a hybrid framework, which can securely perform GWAS on federated genomic datasets using homomorphic encryption and recently introduced secure hardware component of Intel Software Guard Extensions (Intel SGX) to ensure high efficiency and privacy at the same time. Different experimental settings show the efficacy and applicability of such hybrid framework in secure conduction of GWAS. To the best of our knowledge, this hybrid use of homomorphic encryption along with Intel SGX is not proposed or experimented to this date. Our proposed framework, SAFETY is up to 4.82 times faster than the best existing secure computation technique.

研究の動機と目的

• 複数の地理的に分散したゲノムデータリポジトリ間で、異なる規制政策を有する環境においてもプライバシーを保護したGWASを実行する課題に対処すること。
• データ機密性を確保しながらも、共同ゲノム研究を可能にするスケーラブルで効率的なソリューションの開発。
• 同型暗号（暗号化されたデータ上で計算を実行する能力）とIntel SGX（信頼実行環境）の長所を組み合わせたハイブリッドアーキテクチャの構築。
• 特に複数のデータ所有者を含む大規模GWASにおいて、セキュア計算の性能オーバーヘッドを低減すること。
• 一般的なGWAS統計的検定（例：CATT、FET、HWE、LD）をプライバシー保護されたフェデレーテッド環境で実行可能な実用的で展開可能なフレームワークの提供。

提案手法

• ゲノムデータが暗号化されたまま各データ所有者の施設にローカルに保存されるフェデレーテッドアーキテクチャを採用。
• 同型暗号（特にPaillier暗号方式）を用いて、複数のデータ所有者間でクロス集計表の行合計および列合計を安全に集約。
• Intel SGXを用いて、集約合計を復号した後に、複雑な統計計算（例：フィッシャーの正確確率検定）を隔離されたエナclave内で安全に実行。
• 中央サーバーがクエリを調整し、データ所有者から暗号化された入力を収集し、最終的な計算のためにSGXエナclaveに送信。
• クエリ実行時の効率化を図るため、各データ所有者ごとに一度だけクロス集計表の事前計算を実施。
• 個々のゲノムデータを復号しないことで、データ機密性を確保。復号されるのは、SGXエナclave内でのみ集計統計情報に限る。

実験結果

リサーチクエスチョン

• RQ1 同型暗号とIntel SGXを組み合わせたハイブリッドシステムは、フェデレーテッドGWASにおいて、強力なプライバシー保証と高いパフォーマンスの両立を達成できるか？
• RQ2 複数参加者環境における既存のセキュア計算技術と比較して、SAFETYのパフォーマンスはどの程度向上するか？
• RQ3 データ所有者の数が増加するに従って、ハイブリッドモデルはどの程度スケーラブルか？
• RQ4 CATT、Fisherの正確確率検定、HWE、LDといった一般的なGWAS統計的検定が、プライバシー保護条件下でも安全にサポート可能か？
• RQ5 ゲノムデータ解析において、同型暗号とセキュアハードウェアを統合する際の主なセキュリティと効率性のトレードオフは何か？

主な発見

• SAFETYは、GWASにおける最良の既存のセキュア計算技術に比べ、最大4.82倍の高速化を達成し、顕著なパフォーマンス向上を示した。
• ハイブリッドモデルは、データ所有者の数に関わらず一貫したパフォーマンスを維持しており、優れた水平スケーラビリティを示している。
• CATT、フィッシャーの正確確率検定、HWE、LDといった複数のGWAS統計的検定を、安全な集約と信頼実行を組み合わせて正しく実行可能である。
• クロス集計表の事前計算により、実行時オーバーヘッドが低減され、セキュリティを損なわず全体的な効率が向上した。
• 確率的暗号（Paillier）の使用により、初期化ベクタの管理が不要となり、複雑さと攻撃面も削減された。
• Intel SGXと同型暗号の統合により、対称暗号方式に依存するアプローチと比較して、通信オーバーヘッドと鍵配布の複雑さが低減された。