基于同态加密的可扩展隐私保护癌症类型预测
密码学与安全
2022-04-13 v1 人工智能
摘要
机器学习（ML）缓解了高维数据分析的挑战，并改善了医疗等关键应用中的决策。若识别出癌症类型间的可区分模式，从高通量基因突变数据有效判别癌症类型可有助于癌症诊断与治疗。同时，高维数据分析计算昂贵，常外包至云服务。外包 ML 中的隐私问题，尤其在遗传学领域，促使了同态加密（HE）等加密计算的运用。但加密计算的高额开销阻碍了其使用。本工作中，我们利用包含多种癌症类型逾 200 万条遗传信息的真实数据集，探索隐私保护癌症检测的难题。由于数据天然高维，我们探索较小的 ML 模型以实现隐私保护域中的快速推断。我们开发了一种隐私保护癌症推断方案，首先利用体细胞突变的领域知识高效编码基因突变，随后使用统计检验进行特征选择。我们使用新颖编码方案构建的逻辑回归模型，微平均曲线下面积达 0.98，测试准确率比同类研究高 13%。我们通过分析模型所用基因详尽测试了模型的预测能力。此外，我们提出了一种可高效处理高维数据的快速矩阵乘法算法。实验结果表明，即便具有 40,000 个特征，相较标准矩阵乘法，我们所提矩阵乘法算法可将多个体并发推断加速约 10 倍，单一个体推断加速约 550 倍。
引用
@article{arxiv.2204.05496,
title = {Scalable privacy-preserving cancer type prediction with homomorphic encryption},
author = {Esha Sarkar and Eduardo Chielle and Gamze Gursoy and Leo Chen and Mark Gerstein and Michail Maniatakos},
journal= {arXiv preprint arXiv:2204.05496},
year = {2022}
}