基于 TensorFlow 的基因组数据隐私保护协同机器学习
密码学与安全
2020-03-03 v2
摘要
机器学习(ML)方法已广泛应用于基因组研究。然而,基因组数据通常由不同利益相关方(如医院、高校和医疗公司)持有,他们将这些数据视为敏感信息,尽管有协作意愿。为解决此问题,近期工作提出了使用安全多方计算(Secure Multi-party Computation, MPC)的方案,在去中心化数据上训练,使得参与者除最终训练模型外无法从彼此处获知任何信息。我们设计并实现了若干对 MPC 友好的 ML 原语,包括类别权重调整与激活函数的可并行化近似。此外,我们将该方案开发为 TF Encrypted~\citep{dahl2018private} 的扩展,使我们能够在利用 TensorFlow 优化优势的同时,快速试验机器学习技术与密码学协议的改进。我们的实现优于现有最优方法,在 iDASH2019 安全基因组分析竞赛的 Track IV 中获得第一名。
引用
@article{arxiv.2002.04344,
title = {Privacy-preserving collaborative machine learning on genomic data using TensorFlow},
author = {Cheng Hong and Zhicong Huang and Wen-jie Lu and Hunter Qu and Li Ma and Morten Dahl and Jason Mancuso},
journal= {arXiv preprint arXiv:2002.04344},
year = {2020}
}
备注
Description of the winning solution at Track IV of iDASH competition 2019, to be presented at the Trustworthy ML workshop co-located with ICLR2020