[论文解读] Countering Gattaca: Efficient and Secure Testing of Fully-Sequenced Human Genomes (Full Version)

Pierre Baldi, Roberta Baronio+3 more|arXiv (Cornell University)|Oct 11, 2011

Privacy-Preserving Technologies in Data参考文献 75被引用 4

一句话总结

本文提出了一套高效且保护隐私的协议，用于三种关键的基因组应用——亲子鉴定、个性化医疗和遗传相容性测试，采用隐私集合求交（PSI）、PSI基数（PSI-CA）和授权PSI（APSI）等密码学原原子。作者证明这些协议在计算上是可行的，并且适用于全基因组测序的人类基因组，与以往工作相比显著降低了开销，同时确保了输入和输出的隐私。

ABSTRACT

Recent advances in DNA sequencing technologies have put ubiquitous availability of fully sequenced human genomes within reach. It is no longer hard to imagine the day when everyone will have the means to obtain and store one's own DNA sequence. Widespread and affordable availability of fully sequenced genomes immediately opens up important opportunities in a number of health-related fields. In particular, common genomic applications and tests performed in vitro today will soon be conducted computationally, using digitized genomes. New applications will be developed as genome-enabled medicine becomes increasingly preventive and personalized. However, this progress also prompts significant privacy challenges associated with potential loss, theft, or misuse of genomic data. In this paper, we begin to address genomic privacy by focusing on three important applications: Paternity Tests, Personalized Medicine, and Genetic Compatibility Tests. After carefully analyzing these applications and their privacy requirements, we propose a set of efficient techniques based on private set operations. This allows us to implement in in silico some operations that are currently performed via in vitro methods, in a secure fashion. Experimental results demonstrate that proposed techniques are both feasible and practical today.

研究动机与目标

• 解决广泛存储和查询全基因组测序人类基因组所伴随的日益增长的隐私风险。
• 实现在无须暴露敏感基因数据的前提下，对常见体外基因组检测进行安全的计算机内计算。
• 开发实用的密码学协议，在保持低计算和通信开销的同时保护隐私。
• 将现有隐私保护技术扩展至全基因组数据规模。
• 为电子健康记录和临床应用中的安全基因组数据共享提供基础。

提出的方法

• 作者使用隐私集合求交（PSI）在不泄露输入内容的前提下，安全地计算两方之间基因组标记的交集。
• 在亲子鉴定中，他们提出一种基于限制性片段长度多态性（RFLP）和PSI-CA的新型协议，用于计算匹配标记的数量。
• 采用授权PSI（APSI）确保输入正确性并防止在隐私保护的基因组比较中发生篡改。
• 协议基于成熟的密码学假设，包括RSA和DDH，其安全性在随机预言模型中得到证明。
• 通过服务器端的预计算提升效率，使用先前工作中的优化PSI实现（例如，[17], [44]）。
• 该框架支持半诚实模型和输入认证场景，支持安全且可验证的基因组查询。

实验结果

研究问题

• RQ1 能否使全基因组测序的人类基因组的隐私保护基因组检测在效率和实用性上得到提升？
• RQ2 如何仅通过基因组标记比较来安全地执行亲子鉴定，而无需暴露原始DNA数据？
• RQ3 哪些密码学技术可以确保在不可信方之间进行基因组比较时的隐私性和正确性？
• RQ4 现有安全计算协议能否被适配以扩展至人类基因组30亿个碱基对的规模？
• RQ5 如何在不损害个人隐私的前提下，安全地共享和查询电子健康记录中的基因组数据？

主要发现

• 所提出的隐私保护亲子鉴定协议在计算和通信方面均显著优于以往方法。
• PSI-CA和APSI的使用实现了交集大小和输入真实性的安全计算，且泄露信息极少。
• 实验结果证实，协议的在线阶段开销足够低，可在当前硬件和网络能力下实际应用。
• 协议在标准密码学假设（如RSA、DDH、One-More-DH）下，于随机预言模型中具有安全性。
• 该框架能够以隐私保护方式支持个性化医疗和遗传相容性测试等实际基因组应用。
• 作者证明，即使在全基因组数据规模下，利用优化的密码学技术，安全基因组计算在今天也已切实可行。