[논문 리뷰] Real-time privacy preserving disease diagnosis using ECG signal

Guanhong Miao, A. Adam Ding외 1명|arXiv (Cornell University)|2022. 02. 08.

Wireless Body Area Networks인용 수 4

한 줄 요약

이 논문은 실시간, 기밀 보장 진단 시스템을 제안한다. ECG 신호를 사용하여 행렬 암호화와 서포트 벡터 머신(SVM)을 활용하여, 정확도 손실 없이 클라이언트 데이터, 진단 결과, 서버의 모델 및 데이터베이스를 모두 보호한다. 실험 결과, 4GB RAM 장치에서 1초 이내로 진단을 수행함으로써 실시간 건강 모니터링이 가능함을 입증하였다.

ABSTRACT

The rapid development in Internet of Medical Things (IoMT) boosts the opportunity for real-time health monitoring using various data types such as electroencephalography (EEG) and electrocardiography (ECG). Security issues have significantly impeded the e-healthcare system implementation. Three important challenges for privacy preserving system need to be addressed: accurate diagnosis, privacy protection without compromising accuracy, and computation efficiency. It is essential to guarantee prediction accuracy since disease diagnosis is strongly related to health and life. By implementing matrix encryption method, we propose a real-time disease diagnosis scheme using support vector machine (SVM). A biomedical signal provided by the client is diagnosed such that the server does not get any information about the signal as well as the final result of the diagnosis while the proposed scheme also achieves confidentiality of the SVM classifier and the server's medical data. The proposed scheme has no accuracy degradation. Experiments on real-world data illustrate the high efficiency of the proposed scheme. It takes less than 1 second to derive the disease diagnosis result using a device with 4Gb RAMs, suggesting the feasibility to implement real-time privacy preserving health monitoring.

연구 동기 및 목표

• IoMT 환경에서 ECG 신호를 이용한 실시간, 기밀 보장 진단 진단을 가능하게 하기 위해.
• 민감한 환자 데이터, 진단 결과, 서버 측 모델을 손상시키지 않고 보호하는 도전 과제를 해결하기 위해.
• 저자원 장치에 배포 가능한 높은 계산 효율성을 확보하여 실시간 모니터링을 가능하게 하기 위해.
• 서버가 클라이언트의 신호나 진단 결과에 대해 아무것도 알 수 없고, 클라이언트가 모델이나 학습 데이터에 대해 아무것도 알 수 없도록 시스템을 설계하기 위해.

제안 방법

• 클라이언트의 ECG 신호를 전송하기 전에 무작위 가우시안 행렬 암호화를 사용하여 신호를 흐리게 한다.
• 암호화된 신호는 서버에 저장된 사전 훈련된 SVM 분류기로 처리되며, 원본 신호나 결과에 접근하지 않고도 진단을 수행한다.
• 행렬 암호화는 신호 성분의 무작위화 덕분에, 서버가 암호화된 데이터를 처리하더라도 원본 신호나 진단 결과를 유추할 수 없도록 보장한다.
• 교환 법칙을 적용한 암호화를 통해 SVM 결정 함수의 구조를 유지함으로써, 복호화 없이도 정확한 분류가 가능하다.
• LDA 또는 ICA를 통한 특징 추출을 통해 암호화 이전에 신호 차원을 감소시켜 효율성을 향상시키며, 진단 성능에 손실가지 않는다.
• 이 방법은 클라이언트의 신호와 진단 결과, 서버의 모델과 학습 데이터베이스에 대한 기밀성을 모두 보장한다.

실험 결과

연구 질문

• RQ1 정확도를 손상시키지 않고 실시간으로 기밀 보장 진단을 수행할 수 있는 ECG 진단 시스템을 설계할 수 있는가?
• RQ2 서버가 정확한 분류를 수행하면서도 클라이언트의 신호 데이터와 진단 결과를 보호할 수 있는 방법은 무엇인가?
• RQ3 ECG 신호에 대해 서버가 민감한 정보를 노출하지 않고도 안전한 계산을 수행할 수 있는 암호화 메커니즘은 무엇인가?
• RQ4 제안된 방법이 저자원 장치(예: 4GB RAM)에서도 높은 계산 효율성을 유지할 수 있는가?
• RQ5 행렬 암호화가 AUC나 정확도 측면에서 SVM 분류기의 성능에 영향을 미치는가?

주요 결과

• 제안된 방법은 4GB RAM 장치에서 1초 이내로 실시간 진단을 수행하여 실생활 배포 가능성은 입증하였다.
• 정확도 손실 없이도 모델 AUC에 변화가 없으며, 암호화 후에도 정확도가 유지됨을 확인하여 기밀 보장이 진단 성능을 손상시키지 않음을 입증하였다.
• 행렬 암호화 방법은 클라이언트의 ECG 신호, 진단 결과, 서버의 모델 및 학습 데이터의 기밀성을 효과적으로 보호한다.
• 무작위 가우시안 행렬을 사용한 암호화는 서버가 암호화된 데이터를 처리하더라도 원본 신호나 분류 결과를 추론할 수 없도록 보장한다.
• 실제 ECG 데이터셋(80,000건 이상)을 기반으로 검증된 결과, 통신 및 계산 비용을 크게 줄였으며, 모델 성능은 그대로 유지하였다.
• 보안 분석 결과, 고유값 기반 추론 공격 조건에서도 신호나 결과 정보의 泄露가 방지됨을 확인하였다.