利用选择性SNP隐藏在基因组研究中实现近最优隐私-效用权衡

动机：研究人员需要丰富的基因组数据集，以更好地理解人类基因组的遗传基础并识别表型与DNA特定部分之间的关联。然而，共享包含个人敏感遗传或医疗信息的基因组数据集，若数据落入不当之手，可能导致严重的隐私相关后果。限制对基因组数据集的访问是一种解决方案，但这大大降低了其对研究用途的效用。为了在允许共享基因组数据集的同时解决这些隐私问题，若干研究提出了用于数据共享的隐私保护机制。差分隐私（DP）是其中一种机制，它形式化了严格的数学基础，以在共享数据集的聚合统计信息时提供隐私保证。然而，已有研究表明，当数据集中存在相关元组时（由于家族成员的存在，这是基因组数据集的常见情形），基于DP的解决方案的原始隐私保证会退化。结果：在这项工作中，我们引入一种近最优机制，以缓解针对包含相关元组的基因组数据集的差分隐私查询结果推断攻击的漏洞。我们提出一种效用最大化且隐私保护的方法，通过隐藏家族成员参与基因组数据集时的选择性SNP来共享统计信息。通过在真实世界基因组数据集上评估我们的机制，我们凭经验证明，与最先进的基于DP的解决方案相比，我们提出的机制可实现高达40%更好的隐私，同时近最优地最小化效用损失。