[论文解读] Systematizing Genomic Privacy Research - A Critical Analysis.

Alexandros Mittos, Bradley Malin+1 more|arXiv (Cornell University)|Dec 6, 2017

Privacy-Preserving Technologies in Data参考文献 80被引用 2

一句话总结

本文通过分析基因组数据在测试、存储和共享环节中的隐私增强技术，系统化梳理了基因组隐私研究。研究发现，当前解决方案仅能提供短期保护，挑战了其底层假设，并带来了显著的可用性与灵活性成本，凸显了该领域进展中的关键局限性。

ABSTRACT

Rapid advances in human genomics are enabling life science researchers to gain a better understanding of the role of the variation in our ancestry, health, and well-being, which stimulates hope for more cost efficient and effective healthcare. However, this progress also yields a number of security and privacy concerns, stemming from the distinctive characteristics of genomic data. Aiming to address them, a new research community has emerged, producing a large number of publications and initiatives. In this paper, we introduce and execute a structured methodology to systematize the current knowledge around genome privacy research, focusing on privacy-enhancing technologies used in the context of testing, storing, and sharing genomic data, while selecting a representative sample of the community's work. Using carefully crafted systematization criteria, we provide and discuss critical viewpoints and a comprehensive analysis on the timeliness and the relevance of the work produced by the community. In doing so, we highlight that proposed technologies can only offer protection in the short-term, scrutinizing assumptions made by the community, and analyzing the costs introduced by privacy defenses in terms of various types of utility and flexibility overhead.

研究动机与目标

• 系统化梳理日益增长的基因组隐私研究，以评估其一致性与影响。
• 评估基因组学中隐私增强技术在数据生命周期各阶段的及时性与相关性。
• 审视研究界关于长期隐私保护的假设。
• 分析隐私防护措施与数据可用性、灵活性及性能之间的权衡。

提出的方法

• 采用结构化方法分析具有代表性的基因组隐私研究出版物样本。
• 使用精心设计的系统化标准，评估基因组数据在测试、存储和共享环节中的技术方法。
• 评估所提出隐私解决方案背后假设的合理性，尤其关注长期安全性。
• 比较不同基因组数据处理场景下，隐私防护措施带来的可用性与灵活性开销。
• 对研究界产出进行全面分析，以识别差距与不一致之处。
• 聚焦隐私增强技术，评估其在现实世界中的可行性与可持续性。

实验结果

研究问题

• RQ1 当前基因组隐私技术在多大程度上能为新兴威胁提供长期保护？
• RQ2 研究界在隐私解决方案的持久性与有效性方面，做出了哪些关键假设？
• RQ3 隐私增强技术如何影响基因组应用中的数据可用性与系统灵活性？
• RQ4 这些隐私防护措施带来的可衡量成本——包括性能、可用性与可扩展性——是什么？
• RQ5 当前基因组隐私研究在多大程度上与现实世界基因组数据挑战的相关性和及时性？

主要发现

• 所提出的隐私增强技术仅能提供短期保护，难以抵御未来数据重新识别技术的进步。
• 研究界常依赖未经验证或过于乐观的假设，认为隐私解决方案具有持久性与鲁棒性。
• 隐私防护措施引入了显著的可用性与灵活性开销，损害了基因组数据共享与分析的实际可行性。
• 隐私技术的理论潜力与其在现实世界中的部署可行性之间存在明显脱节。
• 尽管基因组学发展迅速，当前研究产出在应对长期隐私风险方面进展有限。
• 隐私、性能与可用性之间的权衡关系在研究中被低估，且评估不一致。