完全隐私的安全搜索引擎由高效的基因组映射算法提供动力

科学领域:

• 计算机科学 计算机科学
• 信息检索 信息检索
• 生物信息学是一种生物信息学.

背景情况:

• 传统的搜索引擎依赖于关键字查询,暴露用户数据和搜索历史.
• 现有的搜索方法缺乏强大的隐私保护,经常利用用户数据进行定向广告或数据库扩展.

研究的目的:

• 为了引入一种新的搜索和抄袭检测系统,Sapiens Aperio Veritas引擎 (S.A.V.E. ),优先考虑用户隐私.
• 使用户能够在互联网上搜索,并使用完整的文章作为查询进行抄袭检查,而不会泄露内容.

主要方法:

• 开发了SAVE,采用编码方案和FM-index搜索,根据下一代基因组测序进行了调整.
• 在用户的设备上使用12个"氨基酸"将查询词转换为伪生物序列 (PBS).
• 通过提交本地生成的PBS与维基百科和开放访问期刊数据库对比,利用云服务进行抄袭检查.

主要成果:

• 这就是S.A.V.E.E. 准确地检测出相同的含量,对于超过12个"氨基酸"的PBS,错误阳性不到0.8%.
• 该系统的基因组映射速度与Bowtie相美,比BLAST快5个数量级.
• 这就是S.A.V.E.E. 提供标准和私人搜索模式,增强用户的机密性.

结论:

• 这就是S.A.V.E.E. 介绍了一种革命性的,以隐私为首的搜索和抄袭检查系统.
• 该方法为未来的搜索引擎创造了先例,这些搜索引擎的设计优先考虑用户的保密性.
• 该系统可以在https://dyn.life.nthu.edu.tw/SAVE/.tw上访问.