利用公开人脸图像对基因组数据集中的个体进行再识别
机器学习
2022-12-21 v1 密码学与安全
计算机与社会
摘要
DNA 测序正变得日益普遍，既出现在医疗场景，也出现在直接面向消费者的场景中。为促进发现，收集的基因组数据常被去标识化并共享，或存于公开库（如 OpenSNP），或通过访问控制库提供给研究者。然而，近期研究表明基因组数据可有效匹配高分辨率三维人脸图像，这引发担忧：日益 ubiquitous 的公开人脸图像可能与共享基因组数据关联，从而对基因组数据中的个体再识别。尽管这些研究说明了此类攻击的可能性，它们假设实施关联者能获取极其精心整理的数据。鉴于实践中不太可能如此，这令人生疑此类攻击的务实性。为此，我们系统性地从两个角度研究此再识别风险：首先，考察使用真实人脸图像时此类关联攻击的成功率；其次，考虑如何使个体更好地控制相关再识别风险。我们观察到，对大多数个体而言，真实的再识别风险可能远小于先前文献所暗示。此外，我们展示向图像中添加少量精心设计的噪声，可在再识别成功率与共享图像质量间实现可控权衡，且即便对人类不可察觉的噪声，风险通常也显著降低。
引用
@article{arxiv.2102.08557,
title = {Re-identification of Individuals in Genomic Datasets Using Public Face Images},
author = {Rajagopal Venkatesaramani and Bradley A. Malin and Yevgeniy Vorobeychik},
journal= {arXiv preprint arXiv:2102.08557},
year = {2022}
}