基于外包患者数据的隐私保护目标患者识别
密码学与安全
2021-08-31 v2 基因组学
摘要
随着患者数据可负担性与可及性的提升，医院倾向于将其数据外包给云服务提供商（CSP）以进行存储与分析。然而，数据隐私方面的担忧极大地限制了数据所有者的选择。据我们所知，本工作提出了首个解决方案，允许 CSP 在多租户加密表型数据（由多家医院或数据所有者拥有）上高效地识别目标患者（例如，全基因组关联研究 GWAS 的预处理）。我们首先提出一种表型数据的加密机制，其中每个数据所有者可使用唯一密钥对其数据进行加密。此外，密文支持隐私保护搜索，从而能够筛选目标患者组（例如，病例组与对照组）。另外，我们为客户端提供了一种基于每次查询的授权机制，以访问和操作存储在 CSP 处的数据。基于已识别的患者，所提方案可以（i）直接在 CSP 处进行 GWAS（即计算关于基因组变异的统计量），或（ii）将识别出的组别提供给客户端，由其直接查询相应的数据所有者并利用现有分布式方案进行 GWAS。我们实现了所提方案，并在真实基因组数据集上运行实验以展示其有效性。结果表明，该方案能够以隐私保护的方式高效识别病例/对照组。
引用
@article{arxiv.2108.06505,
title = {Privacy-Preserving Identification of Target Patients from Outsourced Patient Data},
author = {Xiaojie Zhu and Erman Ayday and Roman Vitenberg},
journal= {arXiv preprint arXiv:2108.06505},
year = {2021}
}