[論文レビュー] Privacy-Preserving Genetic Relatedness Test

Emiliano De Cristofaro, Kaitai Liang+1 more|arXiv (Cornell University)|Nov 9, 2016

Privacy-Preserving Technologies in Data被引用数 6

ひとこと要約

この論文は、検索可能な暗号化を用いて、暗号化された個人のハイポタイプと暗号化された遺伝子データベース間の関連性を計算できるプライバシー保護型遺伝的関連性テスト（PPGRT）プロトコルを提案する。ハミング距離を効率的なプライバシー保護メトリクスとして用いる。18,000個のSNPに対して約900秒の実行時間で正確な結果が得られ、プライバシーを保持したまま実用的であることが示された。

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.

研究の動機と目的

• 信頼できない第三者にプレーンテキストで共有される生の遺伝データによる直接消費者向け遺伝テストにおけるプライバシーリスクに対処すること。
• クラウドサーバーがプレーンテキストでの遺伝データにアクセスせずに、関連性テストを実行できるスケーラブルで効率的なプロトコルを設計すること。
• 暗号化されたデータを用いてクラウドサーバーにマッチング処理をオフロードすることで、クライアント側の計算および通信のオーバーヘッドを低減すること。
• 実世界のゲノムデータ（1000 Genomes）を用いて、プライバシー保護型関連性テストの性能と正確性を評価すること。
• 実用的導入に適した暗号化プリミティブ、特に検索可能な暗号化を用いたハミング距離を効率的かつ実用的に特定すること。

提案手法

• 公開鍵を用いた検索可能な暗号化を用いて、クラウドサーバーが暗号化された個人のハイポタイプを用いて、暗号化された遺伝子データベース内で一致するハイポタイプを検索できるようにする。
• 関連性テストは、復号せずに暗号化されたデータ上で計算されるハミング距離に基づくデータマッチング問題に還元される。
• クライアント（CI）は公開鍵を用いて自身のハイポタイプを暗号化し、それをサーバー（SPU）に送信する。サーバーは安全で検索可能な暗号化方式を用いてマッチングを実行する。
• サーバーは暗号化された結果をクライアントに返し、クライアントはそれを復号して、暗号化出力におけるゼロ差分の数に基づきマッチを特定する。
• システムはパイエリ暗号方式と、ファジー暗号化にインspiredされたスケッチ技術を活用して、ゲノムデータ上のプライベートマッチングをサポートする。
• 本手法は1000 Genomes フェーズ3データセットを用いて評価され、10,000個のハイポタイプと1つのハイポタイプあたり18,000個のSNPを用い、実行時間と正確性を測定した。

実験結果

リサーチクエスチョン

• RQ1 クラウドベースの遺伝的関連性テストは、遺伝データをプレーンテキストで露出させずに実行可能であり、クライアントおよびデータベースの両方のプライバシーを確保できるか？
• RQ2 クラウド支援環境において、プライバシーを維持したまま、クライアントの計算および通信のオーバーヘッドを最小限に抑える方法は何か？
• RQ3 エディット距離やLCSと比較して、ハミング距離は遺伝的関連性テストにおける実用的で効率的なプライバシー保護メトリクスとして適しているか？
• RQ4 検索可能な暗号化は、ゲノムデータベースにおけるフェーズ化ハイポタイプの安全でスケーラブルなマッチングを効果的に支援できるか？
• RQ5 異なる距離メトリクス（ハミング、エディット、LCS）に基づくプライバシー保護型プロトコルにおけるパフォーマンスのトレードオフは何か？

主な発見

• プライバシー保護型ハミング距離プロトコルは、18,000ビットのハイポタイプに対して約900秒でテストを完了し、高い実用性を示した。
• プライバシー保護型LCSおよびエディット距離プロトコルは10,000秒以上を要し、ハミング距離と比較して顕著な効率の低下が生じた。
• 同じ入力を用いた場合、プライバシー保護型アルゴリズムの結果は非プライバシー保護型のものと完全に一致しており、正確性が確認された。
• 10,000個のハイポタイプと470万個のゲノム文字列を用いた1000 Genomesの実データを用いたテストにおいて、システムは完全な正確性を維持した。
• ハミング距離と検索可能な暗号化を組み合わせることで、プライバシー保護型遺伝的関連性テストのスケーラブルで効率的な基盤が得られた。
• パフォーマンス評価により、特にハミング距離をマッチングプリミティブとして用いる場合、プロトコルは実世界への導入に実現可能であることが確認された。