北京
參與基因組研究，通常意味著你交出自己最私密、無法更改的生物數據——DNA。但一次最新的概念驗證顯示，這件事完全可以反過來做：一百名參與者一起完成統計學計算，卻沒有一個人、也沒有任何服務器拿到過完整的基因數據。
這個實驗建立在多方計算平臺Stoffel剛發布的0.1.0版本之上。Stoffel的野心是把隱私保護計算從密碼學專家的實驗室里撈出來，交給普通開發者。它的用法很直接：應用程序用類Python的StoffelLang寫好邏輯，編譯成字節碼，再由Stoffel的虛擬機在一組MPC參與方之間執行。整個過程中，沒有哪臺機器能拿到完整的輸入——多方計算讓幾臺計算機在不交出原始數據的情況下完成聯合運算。換句話說，你不再需要拼命加固中央數據庫的安全，因為原始數據根本不會集中到任何一個地方。
基因組數據恰好是檢驗這套系統的絕佳試金石。它高度可識別，能透露親屬信息，一旦泄露就無法更改。但現實里大量基因組研究并不需要盯著單個人的記錄，只要知道整個隊列的變異頻率或某個綜合評分就夠了。如果把計算環節直接搬到數據源頭，研究者在拿到統計結果的同時，永遠碰不到原始基因，那么隱私風險就會被大幅削掉。
作者此前已在Monadic DNA項目中做過類似嘗試，和同事利用三十名參與者的真實基因型數據跑過一輪私有DNA分析。這次他把場景升級到一百名模擬參與者，想測試一個更具體的產品構想：用戶在手機上持有自己的基因型數據，可以自愿參與某項需要群體統計的研究——也許還能為此獲得報酬。關鍵問題是，手機上的應用能不能在不先把完整基因型上傳到任何中心服務的前提下，安全地貢獻數據。
實驗給出的答案是肯定的。一百個模擬的Monadic DNA應用客戶端，直接加入Stoffel的執行網絡，共同算出等位基因的聚合計數。最終，任何一個協調節點、應用服務器或單個MPC參與方，都沒有見過完整的基因數據集。概念驗證的源代碼已經放在github.com/vishakh/stoffel-test。這意味著，一種新的研究協作形態被跑通了：保護隱私，不再靠更強的隱私政策或更厚的數據庫防護墻，而是靠從一開始就不收集原始數據。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
