2022 Fiscal Year Annual Research Report
| Project/Area Number |
19K12209
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
清水 佳奈 早稲田大学, 理工学術院, 教授 (60367050)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | ゲノム配列計算 / 秘密計算 / 秘密分散 / 決定木 / 機械学習 / プライバシ保護 / TEE |
|---|
| Outline of Annual Research Achievements |
近年，爆発的に増加している個人ゲノムデータの取り扱いには高いプライバシのリスクが付随するため，有用なデータが様々な組織に囲い込まれることが懸念されている．このような状況を鑑み，本研究では，ゲノム情報を秘匿したまま安全にデータを分析することのできるプライバシ保護技術の開発に取り組んだ．
最終年度に得られた成果：今年度は，これまでに開発してきた秘密分散法による全文検索法について，semi-honestモデルに基づき安全性を証明した．また，ゲノム情報を保有する小規模医療施設や個人などを想定したユーザーと，多数の臨床情報をもとに学習した機械学習モデルを保持する医療機関などを想定したサーバーが，互いに秘密情報を明かさないまま，ユーザーがサーバーの持つ機械学習モデルを用いて医療診断等の予測結果を得ることのできる手法の開発に取り組み，秘密分散法に基づき，決定木を評価することのできる暗号プロトコルを開発した．提案手法では，木構造をあらかじめランダムにシャッフルにしておくことにより，秘密分散法を用いる上での性能のボトルネックとなる計算ラウンド数や通信量を削減することが可能となり，クエリ投入から計算終了までのオンライン計算時間を従来手法よりも改善することができた．
研究期間全体を通して得られた成果：本研究では，主として秘密分散法と呼ばれる秘密計算技術に基づき，ゲノム配列を安全に検索する手法や，ゲノム情報を含む臨床情報等をクエリとして機械学習モデルを安全に評価することのできる手法を開発した．秘密計算は秘密を保護しない方法と比較して性能が大きく劣る問題があるが，本研究では索引機能と計算性能の両立を可能にする簡潔データ構造で用いられている技術の応用や，秘密分散法に加え，TEE等を用いた技術の開発により，実用に迫る性能を達成する手法を開発した．
|
