云环境下隐私保护的相似基因组构成搜索
密码学与安全
2020-02-04 v2
摘要
本文中，我们试图通过解决先前尝试的不足，为多个参与方（例如医院）之间的“相似患者搜索”问题提供隐私保护且高效的解决方案。我们考虑这样一种场景：每家医院拥有自己的基因组数据集，而医生（或研究者）的目标是在系统中所有医院里搜索与给定患者（基于基因组构成）相似的患者。为启用此搜索，我们让每家医院用自己的密钥加密其数据集，并将数据集存储外包给公共云。医生可从多家医院获得授权并向云发送查询，云使用隐私保护索引结构在已授权医院间高效执行搜索。我们提出一种分层索引结构以低内存需求为每家医院的数据集建立索引。此外，我们开发了一种新颖的隐私保护索引合并机制，从每家医院的个体索引生成公共搜索索引，以显著提升搜索效率。我们还考虑了与患者基因组数据相关联的医疗信息（例如诊断与治疗）的存储。我们通过标准对称加密与密文策略属性基加密相结合，允许通过我们开发的细粒度访问控制策略访问此信息。利用该机制，医生可搜索相似患者并在访问策略满足时获取匹配记录的医疗信息。我们在大规模基因组数据上进行了实验，展示了所提方案的高效性。值得注意的是，我们展示在实验设置下，所提方案比 Wang 等人的协议快逾 倍，比 Asharov 等人的方案快 倍。
引用
@article{arxiv.1912.02045,
title = {Privacy-Preserving Search for a Similar Genomic Makeup in the Cloud},
author = {Xiaojie Zhu and Erman Ayday and Roman Vitenberg and Narasimha Raghavan Veeraragavan},
journal= {arXiv preprint arXiv:1912.02045},
year = {2020}
}