PROVGEN：一种用于基因组研究结局验证的隐私保护方法
密码学与安全
2025-04-02 v7
摘要
近年来基因组研究日益普及，但由于隐私问题，数据集共享仍然有限。这一限制阻碍了研究结局的可复现性与验证，而二者对于识别研究过程中的计算错误至关重要。本文介绍 PROVGEN，一种用于共享基因组数据集的隐私保护方法，可促进全基因组关联研究（GWAS）中的可复现性与结局验证。我们的方法将基因组数据编码为二进制空间并采用两阶段过程。首先，我们利用一种结合生物学特征的基于 XOR 的机制生成数据集的差分隐私版本。其次，我们通过使用最优传输调整噪声数据集中的次要等位基因频率（MAF）值以与已发布的 MAF 对齐，从而恢复数据效用。最后，我们将处理后的二进制数据转换回其基因组表示并发布所得数据集。我们在三个真实世界基因组数据集上评估 PROVGEN，并与本地差分隐私和三种基于合成的方法进行比较。我们表明，我们提出的方案在检测 GWAS 结局错误方面优于所有现有方法，实现了更好的数据效用，并对成员推断攻击（MIAs）提供了更高的隐私保护。采用我们的方法，基因组研究人员将倾向于共享差分隐私数据集，同时保持高数据质量以支持其发现的可复现性。
引用
@article{arxiv.2209.06327,
title = {PROVGEN: A Privacy-Preserving Approach for Outcome Validation in Genomic Research},
author = {Yuzhou Jiang and Tianxi Ji and Erman Ayday},
journal= {arXiv preprint arXiv:2209.06327},
year = {2025}
}