文献

J-GLOBAL ID：202002234910539636   整理番号：20A1888887

ゲノムワイド関連研究におけるTop-k SNPsクエリーのための新しいEEMDベースのプライバシー保護アプローチ【JST・京大機械翻訳】

A Novel EEMD-Based Privacy Preserving Approach for Top-k SNPs Query in Genome-Wide Association Studies

著者 (3件)： Xiaoyun He (Global Energy Interconnection Research Institute co.,ltd,State Grid Key Laboratory of Information & Network Security,Beijing,China) ,  Hao Guo (Global Energy Interconnection Research Institute co.,ltd,State Grid Key Laboratory of Information & Network Security,Beijing,China) ,  Hongsong Chen (University of Science and Technology Beijing,School of Computer & Communication Engineering,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCSSE  ページ： 72-76  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ゲノムワイド関連研究(GWAS)は,病気の遺伝因子を発見するために,Top-kの最も重要なセットのsinge-ヌクレオチド多型位置(SNPs)を質問する一般的な方法である。Doctorsは,疾患と有意に関連するSNPの問い合わせに関心が高まっている。しかし,質問とGWASデータ共有サービスは,患者に対して大きなプライバシー違反リスクをもたらす。伝統的Laplaceプライバシー保護機構において,プライバシー予算ε_sは決定されて,Laplace雑音は一度だけ元のデータに追加され,プライバシー保護に対するランダム性と潜在的セキュリティリスクを引き起こす。GWASにおけるTop-k SNPクエリのための微分プライバシー保存を実装するための新しい方法を提案した。アンサンブル経験的モード分解(EEMD)はノイズ支援データ解析法であり,プライバシー保護機構における雑音加算方式として最初に使用することを提案した。EEMDアプローチでは,ランダム白色雑音を,多くの時間に対してSNPクエリ結果に追加する。さらに,追加白色雑音のパラメータを,より良い効果を達成するために正確に制御することができた。PriSTRATソフトウェアツールは,EEMDベースのプライバシー保護方式を評価するために再開発して,データセットはPLINKツールによって作り出した。実験結果は,EEMDベースのプライバシー保存方式が,同じノイズ加算強度の下でLaplace機構より高い精度を達成したことを示した。新しい方法は,プライバシー保存とクエリ精度の間のバランスを達成するために,GWASにおけるTop-k SNPクエリのための差動プライバシー保護を実現するために使用することができた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  白色雑音 ,  ヌクレオチド ,  微分 ,  プライバシー ,  データ解析 ,  再開発 ,  支援プログラム ,  加算 ,  *一塩基多型 ,  ゲノムワイド関連解析
準シソーラス用語： ランダム性 ,  プライバシー保護 ,  *クエリー ,  データ共有化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ゲノム ,  研究 ,  SNPs ,  クエリー ,  プライバシー