[논문 리뷰] Privacy-Preserving Genetic Relatedness Test

Emiliano De Cristofaro, Kaitai Liang외 1명|arXiv (Cornell University)|2016. 11. 09.

Privacy-Preserving Technologies in Data인용 수 6

한 줄 요약

이 논문은 개인 허플로타입과 암호화된 유전 데이터베이스 간의 관련성 검사를 수행할 수 있도록 해주는 프라이버시 보장 유전 관련성 테스트(PPGRT) 프로토콜을 제안한다. 이는 가용성 있는 프라이버시 보장 메트릭으로 히브닝 거리(漢明距離)를 사용하는 검색 가능한 암호화를 통해 클라우드 서버가 암호화된 개인 허플로타입과 암호화된 유전 데이터베이스 간의 관련성을 계산할 수 있도록 한다. 이 방법은 18,000개의 SNP에 대해 약 900초의 런타임으로 정확한 결과를 도출하여 프라이버시를 보장하면서도 실용성을 입증한다.

ABSTRACT

An increasing number of individuals are turning to Direct-To-Consumer (DTC) genetic testing to learn about their predisposition to diseases, traits, and/or ancestry. DTC companies like 23andme and Ancestry.com have started to offer popular and affordable ancestry and genealogy tests, with services allowing users to find unknown relatives and long-distant cousins. Naturally, access and possible dissemination of genetic data prompts serious privacy concerns, thus motivating the need to design efficient primitives supporting private genetic tests. In this paper, we present an effective protocol for privacy-preserving genetic relatedness test (PPGRT), enabling a cloud server to run relatedness tests on input an encrypted genetic database and a test facility's encrypted genetic sample. We reduce the test to a data matching problem and perform it, privately, using searchable encryption. Finally, a performance evaluation of hamming distance based PP-GRT attests to the practicality of our proposals.

연구 동기 및 목표

• 직접 소비자 대상 유전 검사에서 원시 유전 데이터가 신뢰할 수 없는 제3자에게 평문으로 공유되는 프라이버시 리스크를 해결하기 위해.
• 클라우드 서버가 평문으로 유전 데이터에 접근하지 않고도 관련성 테스트를 수행할 수 있도록 확장 가능하고 효율적인 프로토콜을 설계하기 위해.
• 암호화된 데이터를 사용하여 매칭 작업을 클라우드 서버에 위탁함으로써 클라이언트 측의 계산 및 통신 오버헤드를 줄이기 위해.
• 실제 유전체 데이터(1000 Genomes)를 사용하여 프라이버시 보장 관련성 테스트의 성능과 정확도를 평가하기 위해.
• 실제 구현에 적합한 암호화 원리—특히 검색 가능한 암호화와 함께 사용되는 히브닝 거리—를 규명하기 위해.

제안 방법

• 프로토콜은 공개 키 기반의 검색 가능한 암호화를 사용하여 클라우드 서버가 개인 허플로타입의 암호화된 버전을 사용해 암호화된 유전 데이터베이스에서 일치하는 허플로타입을 검색할 수 있도록 한다.
• 관련성 테스트는 복호화 없이 암호화된 데이터에서 계산되는 히브닝 거리 기반의 데이터 매칭 문제로 환원된다.
• 클라이언트(CI)는 공개 키를 사용해 자신의 허플로타입을 암호화하고 서버(SPU)에 전송하며, 서버는 안전한 검색 가능한 암호화 기법을 사용해 매칭을 수행한다.
• 서버는 암호화된 결과를 클라이언트에게 반환하며, 클라이언트는 이를 복호화하고 암호화된 출력에서 0 차이의 수를 기반으로 매칭을 식별한다.
• 이 시스템은 페이에리 암호화 체계와 퍼지 암호화 기반의 스케칭 기법을 활용하여 유전체 데이터 기반의 개인 정보 보장 매칭을 지원한다.
• 이 방법은 1000 Genomes 단계 3 데이터셋을 사용하여 평가되었으며, 허플로타입 10,000개와 각 허플로타입당 18,000개의 SNP를 사용하여 런타임과 정확도를 측정하였다.

실험 결과

연구 질문

• RQ1 클라우드 기반의 유전 관련성 테스트가 평문으로 유전 데이터를暴露하지 않고도 수행될 수 있는가? 이는 클라이언트와 데이터베이스 양측의 프라이버시를 보장하는가?
• RQ2 클라우드 지원 환경에서 프라이버시를 유지하면서도 클라이언트 측의 계산 및 통신 오버헤드를 최소화할 수 있는 방법은 무엇인가?
• RQ3 편집 거리 또는 LCS와 비교할 때, 히브닝 거리는 프라이버시 보장 유전 관련성 테스트에 실용적이고 효율적인 메트릭으로 적합한가?
• RQ4 검색 가능한 암호화는 유전체 데이터베이스 내에서 단계화된 허플로타입을 안전하고 확장 가능하게 매칭하는 데 효과적으로 적용될 수 있는가?
• RQ5 다양한 거리 메트릭(히브닝, 편집, LCS)을 기반으로 한 프라이버시 보장 프로토콜 간의 성능 상충 관계는 어떠한가?

주요 결과

• 프라이버시 보장 히브닝 거리 프로토콜은 18,000비트 길이의 허플로타입에 대해 약 900초 내에 테스트를 완료하여 강력한 실용성을 입증한다.
• 프라이버시 보장 LCS 및 편집 거리 프로토콜은 10,000초 이상 소요되어 히브닝 거리 대비 상당한 효율성 손실이 있음을 시사한다.
• 동일한 입력을 사용할 경우, 프라이버시 보장 알고리즘의 결과가 비프라이버시 보장 대응 결과와 정확히 일치함을 확인하여 정확성을 입증한다.
• 실제 1000 Genomes 데이터를 사용한 테스트에서 시스템은 완벽한 정확도를 유지하였으며, 평가에 10,000개의 허플로타입과 470만 개의 유전체 문자열을 사용하였다.
• 히브닝 거리와 검색 가능한 암호화를 조합함으로써 프라이버시 보장 유전 관련성 테스트를 위한 확장 가능하고 효율적인 기반을 제공한다.
• 성능 평가 결과, 프로토콜이 실세계 구현에 가능함을 확인하였으며, 특히 매칭 원리로 히브닝 거리를 사용할 경우 더욱 그렇다.