[논문 리뷰] Secure multi-party linear regression at plaintext speed

Jonathan M. Bloom|arXiv (Cornell University)|2019. 01. 28.

Genetic Associations and Epidemiology인용 수 4

한 줄 요약

이 논문은 각 당사자 내에서 데이터를 압축하고, 당사자 간 압축된 통계를 통합함으로써 평문 수준의 효율성을 달성하는 선형 회귀를 위한 보안 다자간 계산(SMC) 프레임워크를 제시한다. 이 방법은 새로운 데이터에 대한 점진적 업데이트를 지원하며, 샘플 크기와 무관한 渐진적 효율성을 확보하면서도, 암호화된 QR 분해된 공변량을 통합하여 정확한 통계 결과를 유지함으로써 기밀성 보장된 확장 가능한 전장 게놈 연관 분석(GWAS)을 가능하게 한다.

ABSTRACT

We detail distributed algorithms for scalable, secure multiparty linear regression and feature selection at essentially the same speed as plaintext regression. While the core geometric ideas are simple, the recognition of their broad utility when combined is novel. Our scheme opens the door to efficient and secure genome-wide association studies across multiple biobanks.

연구 동기 및 목표

• 원시 데이터를 공유하지 않고도 분산된 데이터 센터, 병원 또는 생물은행 간에 기밀성 보장, 확장성 있고 효율적인 다자 선형 회귀를 가능하게 하기.
• 원시 데이터 공유 없이도 대규모 전장 게놈 연관 분석(GWAS)을 수행하면서 기밀성 보장과 통신 및 계산 비용 최소화를 달성하기.
• 새로운 데이터 배치나 기관이 추가될 경우, 원래 데이터 크기와 무관한 비용으로 점진적 업데이트를 지원하는 방법 개발하기.
• 고정 공변량(예: 주성분 포함)을 조정하면서도 수백만 개의 유전자 변이가 특성과 연관이 있는지 효율적으로 테스트할 수 있도록 방법을 확장하기.
• 기본 패널에 의존하지 않고도 통합된 데이터에서 PCA 및 회귀 계산을 기밀성 보장하에 수행할 수 있도록 하여 이전의 확장성 한계를 극복하기.

제안 방법

• 각 당사자는 내적 곱을 계산함으로써 국소적 압축을 수행한다: $ y_p^ op y_p $, $ C_p^ op y_p $, 및 $ C_p^ op C_p $로, 데이터 차원을 샘플에서 공변량으로 압축한다.
• 당사자 간에 보안적으로 이 압축된 통계를 집계하여 전역적 $ C^ op C $, $ C^ op y $, 및 $ y^ op y $를 재구성한다.
• 각 당사자의 공변량 행렬 $ C_p $ 에 대한 QR 분해를 사용하여 $ R_p $ 를 산출하고, 이를 보안적으로 공유함으로써 전역적 $ R $-행렬 재구성 가능하다.
• 전역적 $ R $ 행렬을 사용하여 $ (R^{-1})^ op $ 를 통해 $ Q^ op y $ 와 $ Q^ op X $ 를 계산함으로써 원시 데이터를 드러내지 않고도 정확한 계수 추정이 가능하다.
• 사전에 계산된 $ R_p $ 행렬을 재사용함으로써 기능 스캐닝을 효율적으로 지원하며, 다른 반응 변수나 공변량 조합에 대한 빠른 재분석이 가능하다.
• 유사도 행렬의 고유분해를 통해 선형 혼합 모델에 자연스럽게 통합되며, 일반선형 모델 및 딥러닝의 반복 최적화를 지원한다.

실험 결과

연구 질문

• RQ1 보안 다자간 계산이 대규모 분산 환경에서 평문 계산 성능에 근접한 정확한 선형 회귀 통계를 계산하는 데 사용될 수 있는가?
• RQ2 원시 데이터를 공유하지 않는 여러 기관에 분산된 데이터에서 기밀성 보장된 GWAS를 효율적으로 수행할 수 있는가?
• RQ3 원래 샘플 수와 무관한 비용으로 보안 회귀에서 점진적 업데이트를 지원할 수 있는가?
• RQ4 QR 분해와 압축된 통계가 보안성, 확장성, 효율성을 확보하는 다자 선형 회귀를 가능하게 하는 역할은 무엇인가?
• RQ5 이 방법은 다중 반응 변수, 일시적 공변량, 상호작용 항, 유전자 부담 테스트를 지원하기 위해 어떻게 확장될 수 있는가?

주요 결과

• 알고리즘은 평문 회귀와 동일한 渐진적 계산 효율성을 달성하며, 병합 단계의 비용은 샘플 수와 무관하고 오직 공변량 수에만 의존한다.
• 압축된 통계의 보안 집계(SMC를 통한)는 각 당사자가 최종 회귀 통계 외에는 알 수 없도록 하여 기밀성 보장한다.
• 새로운 데이터 배치에 대한 점진적 업데이트 비용은 원래 데이터 크기와 무관하고 오직 신규 배치 크기 비례한다.
• 원시 데이터 공유 없이도 압축 표현과 보안 계산만을 사용하여 통합된 데이터에서 정확한 GWAS 수행이 가능하다.
• 선형 투영과 행렬의 결합 법칙을 통해 기능 스캐닝, 상호작용 항, 유전자 부담 테스트를 효율적으로 지원한다.
• 유사도 행렬의 고유분해를 활용함으로써 선형 혼합 모델로 일반화되며, 단일 당사자 스캔으로 축소된다.