[论文解读] SAFETY: Secure gwAs in Federated Environment Through a hYbrid solution with Intel SGX and Homomorphic Encryption

Md Nazmus Sadat, Momin Al Aziz+4 more|arXiv (Cornell University)|Mar 7, 2017

Privacy-Preserving Technologies in Data参考文献 21被引用 22

一句话总结

SAFETY 提出了一种混合框架，结合英特尔 SGX 和同态加密，以在联邦环境中实现安全、高效且可扩展的全基因组关联研究（GWAS）。通过利用 SGX 实现可信计算，以及利用同态加密实现安全的数据聚合，SAFETY 相较于现有安全计算技术，将 GWAS 分析速度提升了最高达 4.82 倍，同时在分布式基因组存储库之间保持了数据隐私。

ABSTRACT

Recent studies demonstrate that effective healthcare can benefit from using the human genomic information. For instance, analysis of tumor genomes has revealed 140 genes whose mutations contribute to cancer. As a result, many institutions are using statistical analysis of genomic data, which are mostly based on genome-wide association studies (GWAS). GWAS analyze genome sequence variations in order to identify genetic risk factors for diseases. These studies often require pooling data from different sources together in order to unravel statistical patterns or relationships between genetic variants and diseases. In this case, the primary challenge is to fulfill one major objective: accessing multiple genomic data repositories for collaborative research in a privacy-preserving manner. Due to the sensitivity and privacy concerns regarding the genomic data, multi-jurisdictional laws and policies of cross-border genomic data sharing are enforced among different regions of the world. In this article, we present SAFETY, a hybrid framework, which can securely perform GWAS on federated genomic datasets using homomorphic encryption and recently introduced secure hardware component of Intel Software Guard Extensions (Intel SGX) to ensure high efficiency and privacy at the same time. Different experimental settings show the efficacy and applicability of such hybrid framework in secure conduction of GWAS. To the best of our knowledge, this hybrid use of homomorphic encryption along with Intel SGX is not proposed or experimented to this date. Our proposed framework, SAFETY is up to 4.82 times faster than the best existing secure computation technique.

研究动机与目标

• 为解决在多个地理位置分散、监管政策各异的基因组数据存储库之间执行隐私保护型 GWAS 所面临的挑战。
• 开发一种可扩展且高效的解决方案，确保数据机密性，同时支持协作性基因组研究。
• 在混合架构中结合同态加密（用于对加密数据的安全计算）和英特尔 SGX（用于可信执行）的优势。
• 降低安全计算在基因组学中的性能开销，特别是针对涉及多个数据拥有者的大型 GWAS。
• 提供一种实用且可部署的框架，支持常见 GWAS 统计检验（如 CATT、FET、HWE、LD）在隐私保护的联邦环境下的运行。

提出的方法

• 该框架采用联邦架构，基因组数据始终保持加密状态并存储在数据拥有者本地。
• 使用同态加密（具体为 Paillier 密码系统）对多个数据拥有者之间的列联表行和列总计进行安全聚合。
• 英特尔 SGX 通过在隔离的飞地内执行复杂统计计算（如费舍尔精确检验）来实现安全执行，前提是聚合总计已被解密。
• 一个中心服务器负责协调查询，并从数据拥有者收集加密输入，随后将这些输入发送至 SGX 飞地以完成最终计算。
• 每个数据拥有者仅需一次性预计算列联表，以提高查询执行期间的效率。
• 系统通过从不解密单个基因组数据来确保数据机密性；仅在 SGX 飞地中解密聚合统计量。

实验结果

研究问题

• RQ1 结合同态加密与英特尔 SGX 的混合系统是否能够在联邦 GWAS 中同时实现强隐私保障与高性能？
• RQ2 在多方参与的设置下，SAFETY 的性能与现有安全计算技术相比如何？
• RQ3 随着数据拥有者数量的增加，该混合模型的可扩展性如何？
• RQ4 该框架是否能够在隐私保护条件下安全支持常见的 GWAS 统计检验（如 CATT、Fisher 精确检验、HWE、LD）？
• RQ5 在基因组数据分析中，将同态加密与安全硬件集成时，其关键安全与效率权衡是什么？

主要发现

• SAFETY 相较于现有最佳安全计算技术，将 GWAS 分析速度最高提升了 4.82 倍，展现出显著的性能提升。
• 该混合模型的性能在数据拥有者数量增加时保持稳定，表明具备出色的横向可扩展性。
• 该框架成功支持多种 GWAS 统计检验（包括 CATT、费舍尔精确检验、HWE 和 LD），通过安全聚合与可信执行实现。
• 列联表的预计算显著降低了运行时开销，提升了整体效率，且未损害安全性。
• 采用概率加密（Paillier）消除了对初始化向量管理的需求，降低了复杂性与攻击面。
• 将英特尔 SGX 与同态加密结合，相比基于对称密码学的方法，显著减少了通信开销与密钥分发复杂度。