[论文解读] Inference Control for Privacy-Preserving Genome Matching

Florian Kerschbaum, Martín Beck+1 more|arXiv (Cornell University)|May 1, 2014

Cryptography and Data Security参考文献 42被引用 7

一句话总结

本文提出了一种隐私保护的基因组匹配协议，通过结合编辑距离的安全计算与布隆过滤器的模糊承诺，检测并抵御推理攻击（如Goodrich提出的攻击）。该协议引入一种高效的零知识证明，确保在两种原 primitive 中使用相同的输入，从而在不泄露敏感数据的前提下检测到相似查询，实现隐私保护并防止通过重复探测导致的泄露。

ABSTRACT

Privacy is of the utmost importance in genomic matching. Therefore a number of privacy-preserving protocols have been presented using secure computation. Nevertheless, none of these protocols prevents inferences from the result. Goodrich has shown that this resulting information is sufficient for an effective attack on genome databases. In this paper we present an approach that can detect and mitigate such an attack on encrypted messages while still preserving the privacy of both parties. Note that randomization, e.g.~using differential privacy, will almost certainly destroy the utility of the matching result. We combine two known cryptographic primitives -- secure computation of the edit distance and fuzzy commitments -- in order to prevent submission of similar genome sequences. Particularly, we contribute an efficient zero-knowledge proof that the same input has been used in both primitives. We show that using our approach it is feasible to preserve privacy in genome matching and also detect and mitigate Goodrich's attack.

研究动机与目标

• 为解决隐私保护基因组匹配中的推理攻击风险，即攻击者可通过重复、轻微修改的查询重构目标基因组。
• 在不依赖差分隐私（因其会破坏匹配实用性）的前提下，防止基因组数据泄露。
• 利用在加密数据上运行的密码原 primitive 检测并缓解推理攻击，同时保持效率。
• 确保客户端无法通过在安全计算与模糊承诺中提交不一致的输入来逃避检测。
• 通过在查询历史中使用明文匹配，并在布隆过滤器上采用基于阈值的汉明距离，实现检测准确率与效率之间的平衡。

提出的方法

• 使用同态加密与布隆过滤器进行安全计算，以在不泄露输入的情况下计算基因组之间的编辑距离。
• 通过比较承诺值，利用布隆过滤器的模糊承诺检测相似查询。
• 提出一种新颖且高效的零知识证明，证明在安全计算与模糊承诺中使用了相同的布隆过滤器，从而防止输入替换攻击。
• 应用第二个零知识证明，验证纠错码输入为有效信息字，防止格式错误的承诺。
• 使用布隆过滤器表示之间的汉明距离作为指标，检测可疑查询模式，并设定阈值以区分合法与攻击型序列。
• 利用编辑分布的结构差异：自然基因组突变在区域间分散分布，而攻击序列（如Mastermind风格）导致聚集性变化，可通过NAG-vectors与布隆过滤器位差异检测。

实验结果

研究问题

• RQ1 能否在不损害匹配结果实用性的情况下，检测并缓解对加密基因组匹配的推理攻击？
• RQ2 如何防止查询者在安全计算与模糊承诺中提交略有不同的输入以逃避检测？
• RQ3 检测机制在多大程度上能基于布隆过滤器差异，区分合法基因组变异与攻击模式？
• RQ4 在基因组匹配的推理控制中，检测精度与计算效率之间的权衡如何？
• RQ5 该方案对采用多轮交替攻击以规避检测的自适应攻击有多大的有效性？

主要发现

• 所提方案通过布隆过滤器汉明距离检测到与先前查询过于相似的查询，有效检测并缓解了Goodrich风格的推理攻击。
• 当布隆过滤器之间的汉明距离阈值设为50位时，可检测最多31个连续字符的更改，或最多2个随机更改，相当于最小编辑距离为32。
• 基于VGRAM的NAG-vectors可准确估计布隆过滤器上最大近似汉明距离，单个字符更改的平均误差为20位。
• 用于输入一致性的零知识证明比通用构造更高效，且避免了对纠错完整同态证明的需求。
• 该方案将查询次数限制在35,000次以内即可达到75%的准确率目标，与Goodrich原始方法相比显著提高了攻击成本。
• 检测机制可基于布隆过滤器位差异，区分自然基因组变异（编辑分布分散）与攻击模式（编辑聚集），从而减少误报。