面向隐私保护 GWAS 发布的分布式安全评估
分布式、并行与集群计算
2022-09-21 v2 密码学与安全
摘要
全基因组关联研究（GWAS）识别遗传变异与疾病等可观测特征之间的相关性。先前的工作提出了隐私保护的分布式算法，供跨越多个机构和立法领域的基因组数据持有者联邦安全地计算 GWAS 结果。然而，这些算法的适用性有限，因为它们仍需要一个中心化实例来决定 GWAS 结果是否可以安全披露，这违反了 GDPR 等隐私法规。在本工作中，我们引入 GenDPR，一种利用可信执行环境（TEEs）来安全确定可安全发布的潜在 GWAS 统计量子集的分布式中间件。GenDPR 达到与中心化解决方案相同的精度，但所需传输的数据显著更少，因为 TEEs 仅交换中间结果而不交换基因组。此外，GenDPR 可配置为容忍除一个之外的所有诚实但好奇的联邦成员共谋以暴露正确成员基因组的情况。
引用
@article{arxiv.2208.14947,
title = {Secure and Distributed Assessment of Privacy-Preserving Releases of GWAS},
author = {Túlio Pascoal and Jérémie Decouchant and Marcus Völp},
journal= {arXiv preprint arXiv:2208.14947},
year = {2022}
}