Quantifying and protecting genomic privacy

Günümüzde, genom dizilimi her zamankinden daha erişilebilir ve hesaplıdır. Ayrıca bireylerin genom verilerini servis sağlayıcıları veya kamuya açık web sitelerinde paylaşmaları da mümkündür. Genomik verilerin tıbbi araştırmalarda önemli bir etkisi ve yaygın kullanımı olmasına rağmen, genetik verilerini anonim veya kısmen paylaşsalar bile bireylerin gizliliğini tehlikeye atmaktadır. Bu çalışmada, ilk olarak, gözlemlenebilir Markov modeli, haplotipler, akrabalık ilişkileri ve fenotipik özellikler arasındaki rekombinasyon modeli kullanılarak genomik gizlilik çıkarsama saldırısı üzerinde mevcut çalışmalarını geliştiriyoruz. Daha sonra bu gizlilik konusunu ele almak için, mahremiyetlerini korurken bireylerin genomik verilerini paylaşmaya yönelik farklı bir gizlilik temelli çerçeve sunuyoruz. Genomik veriler için var olan farklı gizlilik temelli çözümlerden farklı olarak (özet istatistiklerinin gizliliğin korunmasını da göz önünde bulundurarak), gerçek genomik verilerin gizliliğini koruyan paylaşımına odaklanıyoruz. Kendi genomunda (örneğin, mutasyonlar veya tek nükleotid polimorfizmleri - bireyle ilgili hassas bilgileri açığa çıkaran SNP'ler) bazı hassas kısımları olan bir bireyi varsayıyoruz. Bireyin amaçları (i) hassas verilerinin gizliliğini korumak, (ii) birbirine bağlı verilerin gizliliğini korumak (kendi verileriyle ilişkili olan diğer bireylere ait veriler) ve (iii) çok fazla veri paylaşmak Veri paylaşımını en üst düzeye çıkarmak için mümkün olduğu kadar. Geleneksel farklı gizlilik temelli veri paylaşım şemalarının aksine, önerilen plan, verilere kasıtlı olarak gürültü eklemez; veri noktalarının seçici bir şekilde paylaşılmasına dayanır. Önceki çalışmalar, diğerlerini paylaşırken hassas SNP'leri gizlemenin, bireyin (ya da diğer birbirine bağlı halkların) gizliliğini korumadığını göstermektedir. Yardımcı bilgilerden yararlanarak, bir saldırgan etkili çıkarım saldırıları yürütebilir ve bireylerin hassas SNP'lerini çıkartabilir. Bu çalışmada, öncelikle gizlilik temelli veri paylaşımı çerçevemizde, ayrıntılı olarak tartıştığımız bu çıkarım saldırılarını ve farklı gizlilik garantileri sağlayan bireyler için bir SNP paylaşım platformu önermekteyiz. Önerilen çerçevenin, yüksek bir veri paylaşım programı sağlarken saldırganı hassas bilgiler sağlamadığını gösteriyoruz. Gerçek veriler üzerinde yapılan deneyler sayesinde, fayda ile mahremiyeti etkileyen çeşitli parametreler arasındaki ilişkiyi kapsamlı bir şekilde inceliyoruz. Ayrıca, önerilen tekniği daha öncekilerle karşılaştırıyoruz ve hem gizlilik hem de veri paylaşımı yararı açısından avantajımız olduğunu gösteriyoruz.