[논문 리뷰] ML with HE: Privacy Preserving Machine Learning Inferences for Genome Studies

Şeyma Selcan Mağara, Ceren Yıldırım외 7명|arXiv (Cornell University)|2021. 10. 21.

Cancer Genomics and Diagnostics인용 수 4

한 줄 요약

이 논문은 동형 암호화(HE)를 사용하여 유전체 연구를 위한 기밀성 보장 기반 기계학습 추론을 제안한다. 이는 암 품종을 암호화된 유전체 데이터에서 안전하게 분류할 수 있도록 한다. SVM 및 XGBoost 모델을 모두 HE로 구현하여 높은 정확도를 달성하였으며, 특히 XGBoost에서 높은 성능을 보였다. 트리 기반 추론에서 안전한 비교 연산을 효율적으로 처리하기 위해 최적화된 인코딩 및 동형 연산 기법을 적용하였다.

ABSTRACT

Preserving the privacy and security of big data in the context of cloud computing, while maintaining a certain level of efficiency of its processing remains to be a subject, open for improvement. One of the most popular applications epitomizing said concerns is found to be useful in genome analysis. This work proposes a secure multi-label tumor classification method using homomorphic encryption, whereby two different machine learning algorithms, SVM and XGBoost, are used to classify the encrypted genome data of different tumor types.

연구 동기 및 목표

• 클라우드 기반 기계학습 처리 중에 민감한 유전체 데이터의 기밀성과 보안을 유지할 긴급한 필요성을 해결한다.
• 신뢰할 수 없는 클라우드 서버가 기반 정보를 드러내지 않도록 암호화된 유전체 데이터에서 안전한 추론을 가능하게 한다.
• 암 분류를 위한 두 가지 강력한 기계학습 모델인 SVM과 XGBoost의 동형 암호화 호환 버전을 개발하고 평가한다.
• 특히 의사결정 트리 내 안전한 비교 연산을 다루는 데 중점을 두어 XGBoost 추론 파이프라인을 동형 암호화 환경에 최적화한다.
• 실제 유전체 경쟁 대회 환경(iDASH 2020)에서 HE 기반 기계학습 추론의 실용성과 높은 정확도를 입증한다.

제안 방법

• 완전한 동형 암호화(FHE), 특히 CKKS 및 BFV 스킴을 사용하여 암호화된 유전체 특징 벡터에서 연산을 수행한다.
• 다항식 인코딩을 사용한 안전한 비교 메커니즘을 구현하여, 특징 값이 의사결정 트리 노드 조건(예: 특징값 ≥ 임계값)을 충족하는지를 암호화된 상태에서 평가한다.
• 트리 구조와 리프 값의 인코딩을 통해 동형 추론 파이프라인을 설계하고, 암호화된 비교를 통해 경로 확률을 동형적으로 계산한다.
• 암호화된 비교 결과를 적용하여 의사결정 트리를 순회하고 앙상블 내 모든 트리의 리프 값 합을 동형적으로 더하여 최종 예측 점수를 계산한다.
• 각 내부 노드에 대해 알고리즘 2를 사용하여 노드 수준의 비교 결과(0 또는 1)를 계산하고, 알고리즘 3을 사용하여 트리 수준 점수를 종합하여 최종 클래스 점수를 도출한다.
• 클라이언트 측에서 최종 암호화된 점수 배열을 복호화하여 가장 높은 점수를 가진 예측된 암 종류를 결정한다.

실험 결과

연구 질문

• RQ1 XGBoost 추론은 동형 암호화 환경에서 효율적으로 적응시킬 수 있으며, 유전체 분류 정확도를 유지할 수 있는가?
• RQ2 암호화된 유전체 데이터에서 HE 기반 XGBoost와 HE 기반 SVM의 정확도 및 종단 간 지연 시간 측면에서 성능 비교는 어떠한가?
• RQ3 특히 안전한 비교 연산 측면에서 트리 기반 모델에 동형 암호화를 적용할 때 실질적인 과제는 무엇인가?
• RQ4 동형 암호화는 실생활 유전체 응용 분야에서 안전하고 기밀성 보장 기반 기계학습 추론을 어느 정도 실현할 수 있는가?
• RQ5 최적화된 인코딩 기법은 HE 기반 XGBoost 추론에서 안전한 비교 연산의 계산 오버헤드를 상당히 감소시킬 수 있는가?

주요 결과

• iDASH 2020 경쟁에서 XGBoost 모델이 SVM 모델보다 더 높은 정확도를 달성하여, HE 기반 앙상블 학습이 유전체 분류에 효과적임을 입증하였다.
• 더 높은 계산 비용에도 불구하고 XGBoost 모델의 종단 간 추론 시간은 다른 참가자들과 경쟁 가능했으며, 실용성의 가능성을 시사하였다.
• 다항식 인코딩을 사용한 제안된 안전한 비교 방법은 XGBoost 내 의사결정 트리 노드의 동형 평가를 상당히 가속화하였다.
• 동형 SVM 모델은 높은 정확도를 기록하여, HE가 전통적인 커널 기반 모델의 유전체 분야 적용 가능성에 부합됨을 검증하였다.
• 결과적으로 동형 암호화는 복잡하고 고차원적인 유전체 데이터에 효과적으로 적용될 수 있으며, 모델의 유용성 손실가 최소화됨을 확인하였다.
• SEAL 및 Palisade 라이브러리를 사용한 구현은 다양한 HE 프레임워크 간 이식성과 효율성을 입증하여 보다 넓은 도입을 지원하였다.