跳到正文
原文
arXiv· arXiv:2101.08879· Anisa Halimi, Leonard Dervishi, Erman Ayday, Apostolos Pyrgelis, Juan Ramon Troncoso-Pastoriza, Jean-Pierre Hubaux, Xiaoqian Jiang, Jaideep Vaidya·本站收录· 原文发表

全基因组关联研究(GWAS)中隐私保护且高效的结果验证

Privacy-Preserving and Efficient Verification of the Outcome in Genome-Wide Association Studies

AI 导读

研究提出隐私保护框架,验证全基因组关联研究(GWAS)统计检验结果的正确性并保护个体隐私。研究者公开工作流、输出和满足本地差分隐私的部分加噪元数据,验证者结合公开数据集上另一项统计研究,区分正确与错误结果。真实基因组数据评估显示,仅提供少量变异的汇总统计也能高准确率验证,且元数据额外隐私风险不增加共享研究结果已有风险。

阅读原文Proceedings on Privacy Enhancing Technologies