Вмененка для ип в 2019 году: Единый налог на вмененный доход (ЕНВД)

6. Выводы и рекомендации

В статье предлагается метод вменения данных для вменения недостающих данных о потоках трафика. В отличие от наиболее известных методов вменения данных о потоках трафика, модель ILRMD эффективно использует информацию об отсутствующих датчиках и в полной мере использует характеристики высокой пространственно-временной корреляции данных о потоках трафика.Результат эксперимента показывает, что предложенный метод вменения превосходит другие методы. Однако в этой статье основное внимание уделяется работе с отсутствующими данными трафика на одном датчике; мы рассмотрели только один наблюдаемый датчик с отсутствующими данными. На практике недостающие данные трафика всегда распределяются по мультисенсорам.

В наших будущих исследованиях изучается анализ недостающих данных на мультисенсорах. Можно ввести понятие коэффициента пропущенных данных, и можно предложить более эффективный метод вменения данных для разной степени пропущенных данных, чтобы повысить точность вменения.

Доступность данных

Данные, используемые в этой статье, собраны из системы измерения производительности Caltrans (PeMS) с 46 датчиков с номерами от 1108512 до 1221232 на 01.04.2018 ~ 27.04.2018. Если какой-либо исследователь запросит эти данные, он может войти на сайт: http://pems.dot.ca.gov/.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов в отношении публикации этой статьи.

Благодарности

Это исследование было частично поддержано Национальной программой ключевых исследований и разработок Китая (2018YFC0808706) и Национальным фондом естественных наук Китая (грант №5157081053). Авторы также благодарны PeMS за предоставленные данные.

Вменение отсутствующих данных наземного электромагнетизма MAGDAS-9 с контролируемым машинным обучением и традиционными моделями статистического анализа

Резюме

Исследования вменения данных включают реконструкцию или оценку пробелов в несовершенных данных, вызванных отказом системного зондирования, а передача данных без ответа остается проблемой. открытый вопрос. В приложениях космической погоды вменение земного электромагнетизма имеет важное значение для фиксации сложного взаимодействия Солнца и Земли до последующего анализа эффектов космической погоды.Ключевые вклады в демонстрацию подхода вменения контролируемого машинного обучения (ML) с искусственной нейронной сетью, K-ближайшим соседом, опорной векторной регрессией (SVR) и общей регрессионной нейронной сетью (GRNN) для набора данных наземного электромагнетизма MAGDAS-9 еще не были сделаны. учредил. В общей сложности 1585950 точек данных были проанализированы с помощью контролируемых моделей машинного обучения, которые включали эталон производительности со статистическим анализом, а именно замену нулевого значения, удаление по списку, замену среднего и условное исчисление.Чтобы добиться низких ошибок восстановления, различные модели вменения с настройками гиперпараметров варьируются, и было показано, что выполнение расчетного времени способствует эффективности вменения. Показатели производительности, измеренные с помощью среднеквадратичной ошибки (MSE), средней абсолютной ошибки (MAE), средней абсолютной процентной ошибки (MAPE) и времени выполнения, соответственно, демонстрируют способность SVR точно вменять недостающие данные для всех компонентов наземного электромагнетизма в среднем 0,314 MSE, 0,738 MAPE, близость к 0.510 MAE и 0,91 секунды при разном процентном уровне отсутствия данных. Сравнение с традиционным условным исчислением показывает, что контролируемая модель ML с SVR улучшила эффективность условного исчисления до 80% пробелов в данных. Результат предложенного вменения принесет пользу приложениям космической погоды для определения характеристик событий, которые будут охватывать большое количество недостающих данных в наборе данных MAGDAS-9.

Ключевые слова

Отсутствующий набор данных

Расчет

Геомагнитная буря

Космическая погода

Обучение с учителем

Рекомендуемые статьиЦитирующие статьи (0)

© 2021 АВТОРЫ.Опубликовано Elsevier BV от имени инженерного факультета Александрийского университета.

Рекомендуемые статьи

Цитирующие статьи

Вменение генотипа с сохранением конфиденциальности в среде доверенного исполнения

Резюме

Вменение генотипа — важный инструмент в генетических исследованиях, при котором недостающие генотипы выводятся на основе панели эталонных геномов для улучшения мощность последующего анализа. Недавно были разработаны общедоступные серверы вменения, позволяющие исследователям использовать все более крупномасштабные и разнообразные репозитории генетических данных для вменения.Однако соображения конфиденциальности, связанные с загрузкой генетических данных на сторонний сервер, значительно ограничивают полезность этих услуг. В этой статье мы представляем практическое, безопасное аппаратное решение для службы вменения, сохраняющей конфиденциальность, которая сохраняет входные геномы в секрете от поставщика услуг, обрабатывая данные только в рамках Trusted Execution Environment (TEE), предлагаемой Intel SGX. технология. Наше решение включает SMac, эффективный, устойчивый к побочным каналам алгоритм вменения, разработанный для Intel SGX, который использует стратегию вменения на основе скрытой марковской модели (HMM), которая также используется современным программным обеспечением для вменения Minimac.SMac достигает точности вменения, практически идентичной точности Minimac, и обеспечивает защиту от известных атак на SGX, сохраняя при этом масштабируемость до больших наборов данных. Мы дополнительно показываем необходимость наших стратегий для снижения побочных рисков путем выявления уязвимостей в существующем программном обеспечении для вменения и контроля их информационного воздействия. В целом, наша работа представляет собой руководство по практическому и безопасному внедрению инструментов генетического анализа в SGX, представляя собой шаг к сервисам анализа с сохранением конфиденциальности, которые могут облегчить обмен данными и ускорить генетические исследования. ^†

1 Введение

Хотя достижения в технологии высокопроизводительного секвенирования привели к крупномасштабному набору геномных последовательностей, стоимость секвенирования остается непомерно высокой для исследователей, изучающих большие группы. В результате во многих крупномасштабных исследованиях используются основанные на массивах или целевые платформы секвенирования, которые характеризуют только подмножество потенциальных генетических вариантов [1–3]. Более того, даже когда доступны данные по всему геному, отсутствие покрытия или повторяющиеся последовательности могут сделать вызов варианта неубедительным в ключевых областях генома [4].

Методы вменения генотипов [5–12], которые позволяют сделать вывод об отсутствующих генотипах в наборе данных с использованием контрольной панели высококачественных гаплотипов, таким образом, стали важным инструментом для улучшения последующего анализа, такого как исследования ассоциаций всего генома и точное картирование путем усиления разрешение набора данных. Ряд репозиториев геномных данных теперь предоставляют вменение генотипов в виде онлайн-сервиса (например, Michigan Imputation Server [11]), что позволяет исследователям вменять свои данные в большую контрольную панель для повышения точности вменения.К сожалению, для использования этих услуг исследователь должен загрузить свой набор данных на внешний сервер, управляемый поставщиком услуг вменения, что вызывает серьезные проблемы с безопасностью и конфиденциальностью. Чтобы эти услуги были широко применимы для широкого круга исследователей по всему миру с различными потребностями в конфиденциальности, нам требуются новые инструменты для аутсорсинга вменения генотипа, которые не ставят под угрозу конфиденциальность данных пользователя.

С этой целью мы разрабатываем решение, основанное на быстро развивающихся технологиях Trusted Execution Environment (TEE), в частности, на платформе Intel SGX (Software Guard Extensions) [13], которая широко доступна в процессорах Intel последних поколений.Интуитивно SGX обеспечивает защиту во время выполнения для приложений, работающих внутри анклава SGX, с помощью шифрования памяти на уровне страниц и контроля доступа, применяемого на аппаратном уровне. Технология SGX привлекает растущий интерес со стороны биоинформатического сообщества [14–16] из-за ее потенциала для создания конвейеров анализа конфиденциальных генетических данных, сохраняющих конфиденциальность. В отличие от альтернативных криптографических структур для безопасных вычислений, таких как гомоморфное шифрование (HE) [17], ключевым преимуществом SGX является то, что он несет относительно небольшие вычислительные издержки, поскольку большая часть его вычислений выполняется внутри анклава SGX на основе данных открытого текста. .Примечательно, что на недавнем конкурсе iDASH-2019 Track-2 (http://www.humangenomeprivacy.org/2019/) изучались решения на основе HE для вменения генотипа с сохранением конфиденциальности. Хотя конкуренция привела к многообещающим решениям [18, 19], существующие предложения, вероятно, столкнутся с дополнительными проблемами при принятии из-за их зависимости от упрощенных алгоритмов вменения с ограниченной точностью, как мы показываем в наших результатах.

Несмотря на обещания технологии Intel SGX, развертывание быстрой и безопасной программы в SGX является весьма нетривиальной задачей по ряду причин.Во-первых, поскольку безопасность Intel SGX зависит от предположений об аппаратной среде, существует ряд потенциальных векторов атак (например, атаки по побочным каналам из-за шаблонов доступа к памяти, различий во времени выполнения или конкуренции за ресурсы [20–22]), которые требуют следует учитывать при разработке решений на базе SGX. Как мы демонстрируем в нашей работе на ряде примеров атак, готовое развертывание существующего программного обеспечения в анклаве SGX обеспечивает только частичную защиту данных, что может не соответствовать требованиям безопасности для задач, связанных с конфиденциальной генетической информацией.Кроме того, архитектура SGX увеличивает стоимость доступа к памяти из-за дополнительного уровня шифрования, введенного SGX. В результате необходимо тщательно разрабатывать программы, чтобы оптимизировать использование памяти и кеша, чтобы избежать чрезмерных накладных расходов во время выполнения.

В этой работе мы преодолеваем эти проблемы, чтобы представить SMac, масштабируемый и сохраняющий конфиденциальность алгоритм вменения генотипа для Intel SGX. Наша стратегия вменения близко соответствует стратегии Minimac [11], современного инструмента вменения, принятого Michigan Imputation Server, при этом дополнительно обеспечивая надежную анклавную защиту данных пользователя.Мы устраняем вышеупомянутые ловушки SGX, используя ряд методов, в том числе алгоритмический дизайн и стратегии реализации программного обеспечения, чтобы обеспечить комплексную защиту от ключевых уязвимостей SGX по побочным каналам и эффективную реализацию алгоритма для минимизации использования памяти. Мы оцениваем SMac на двух реальных наборах данных, включая 1000 Genomes Phase 3 (1KG) [23] и Консорциум эталонных гаплотипов (HRC) [24], и показываем, что SMac достигает той же точности вменения, что и Minimac (в частности Minimac3, наиболее точная, но более медленная версия Minimac без дополнительной эвристики, представленной в Minimac4), при этом дополнительно сохраняя конфиденциальность пользователя.Мы также демонстрируем, что SMac предлагает значительно лучшую точность по сравнению с недавними решениями на основе HE для вменения генотипа. Даже с дополнительными накладными расходами среды SGX и ограниченным объемом доступной оперативной памяти вычислительная производительность SMac остается практичной, вызывая примерно более 50% накладных расходов во время выполнения по сравнению с Minimac (точнее, Minimac4, самой последней и самой быстрой версией Minimac, которая, из-за некоторых эвристических сокращений, которые он использует, потенциально менее точен, чем Minimac3) для полного набора данных HRC, включая 54k гаплотипов.Эти результаты демонстрируют эффективность вменения генотипа на основе SGX с помощью SMac. Наша реализация SMac с открытым исходным кодом находится в открытом доступе по адресу https://github.com/ndokmai/sgx-genotype-imputation

2 SMac: Наше решение SGX для безопасной импутации генотипа

Здесь мы описываем SMac, наше решение для обеспечения конфиденциальности: сохранение вменения генотипа на основе Intel SGX. Общий рабочий процесс SMac (показан на рисунке 1) выглядит следующим образом. Сначала пользователь отправляет свои зашифрованные входные данные (т.е., частично наблюдаемые профили генотипов, подлежащие вменению) поставщику услуг вменения (SP), оснащенному процессорами с поддержкой Intel SGX. Целостность ЦП SP и двоичного кода программы для работы в защищенном анклаве (т. Е. Исполняемого файла SMac) проверяется с помощью процесса, известного как «удаленная аттестация» [25]. Обратите внимание, что SP также содержит «контрольную панель» (набор полностью секвенированных гаплотипов, см. Определение ниже) для использования для вменения, которая дополнительно предоставляется в качестве входных данных для SMac; поскольку SMac работает в системе SP, справочная панель считается общедоступной для наших целей, хотя это не является строгим требованием для осуществимости SMac.После успешного завершения удаленной аттестации и получения пользовательского ввода SP, SMac запускается в анклаве SGX для вменения данных пользователя. Зашифрованный ввод пользователя, а также любые промежуточные данные (в ОЗУ), используемые процессом SGX, дешифруются только в анклаве, а это свойство безопасности обеспечивается на аппаратном уровне. Важно отметить, что SMac использует дополнительные методы, которые мы вводим для обеспечения защиты от утечек конфиденциальной информации по побочным каналам, тем самым обеспечивая более строгие свойства безопасности, чем традиционные подходы к развертыванию приложения SGX.После того, как все данные вменяются в SMac, вмененные генотипы возвращаются пользователю в зашифрованном виде для локального дешифрования пользователем для получения окончательных результатов. Детали реализации нашей системной архитектуры включены в Приложение. В следующих разделах мы более подробно опишем наши стратегии проектирования для SMac.

Сравнение рабочего процесса SMac (справа) с существующими серверами вменения на основе Minimac (например, Michigan Imputation Server) (слева).Ключевые отличия включают удаленную аттестацию (которая проверяет целостность аппаратной / программной конфигурации сервера для пользователя), сквозное шифрование входных (частичных) и выходных (вмененных) профилей генотипов и обработку контрольной панели как поток из-за того, что SMac имеет доступ только к ограниченной части RAM (EPC) в анклаве SGX. SMac позволяет использовать службу вменения генотипов с более надежными гарантиями безопасности. ЦП: центральный процессор. RAM: оперативная память. EPC: кеш страницы анклава.

2.1 Обзор импутации генотипа

Мы начнем с предоставления высокоуровневого описания алгоритма вменения генотипа, реализованного в SMac, который использует основанный на скрытой марковской модели (HMM) подход, введенный Minimac [11, 26]. -современный программный инструмент для вменения генотипа (принят Michigan Imputation Server). Входные данные для SMac включают: (i) целевой гаплотип от пользователя, представленный как последовательность из n генотипов , подмножество которых представляет собой ненаблюдаемые скрытые переменные, где обозначает алфавит (например.грамм. и (ii) эталонная панель , которая состоит из m полностью наблюдаемых гаплотипов, которые будут использоваться для вменения данных пользователя. Пусть O ⊂ [ n ] будет подмножеством индексов, где S _i ∈ O наблюдается в целевом гаплотипе, и определим S _O ≔ ( S _{i ′ ∈ O} ) _i′∈O . Пусть M = [ n ] \ O будет набором отсутствующих генотипов в целевом гаплотипе для вменения.Цель SMac — вывести отсутствующий генотип S _i для каждого i ∈ M на основе входной контрольной панели и наблюдаемых генотипов S _O . В частности, мы хотим вычислить условное распределение ℙ ( S _i | S _O ) для каждого отсутствующего генотипа i ∈ M . Использование HMM в качестве модели выбора для представления распределения генотипов ℙ ( S ₁ ,…, S _n ), классический и широко используемый метод в генетике [27], вычисление убеждения относительно отсутствующих генотипов могут быть выполнены с использованием простого алгоритма динамического программирования [28] (также известного как алгоритм вперед-назад) с временем выполнения O ( минут ) для вменения целевого гаплотипа.На практике время выполнения может быть значительно сокращено за счет использования сходства между гаплотипами в небольших сегментах генома [11, 26, 29–34]. Следуя подходу Minimac, SMac использует преимущества этой избыточности, принимая в качестве входных данных сжатую контрольную панель, которая была разделена на последовательные блоки с различными гаплотипами в каждом объединенном блоке. Мы включаем детали алгоритма вменения SMac в Приложение.

2.2 Обзор модели безопасности Intel SGX и ее ограничений

Технология Intel SGX [35] предлагает аппаратную защиту приложений, работающих внутри анклава SGX, от потенциально вредоносного ядра или операционной системы.Требования безопасности SGX включают конфиденциальность и целостность данных и двоичного кода приложения во время выполнения. Это достигается с помощью криптографических строительных блоков аппаратного уровня, механизмов контроля доступа и аутентифицированного механизма шифрования для страниц памяти, встроенных во все процессоры Intel начиная с 6-го поколения (выпущенного в 2015 году). В среде SGX данные всегда хранятся в зашифрованном виде и расшифровываются только в самом ЦП для обработки. По сравнению с программной защитой (например, виртуализацией) компрометация аппаратной безопасности требует более сложных атак на сложную аппаратную архитектуру, а иногда и на само физическое оборудование.

Обычный вариант использования SGX — это безопасное вычисление , переданное на аутсорсинг, (например, служба вменения генотипа), когда пользователь отправляет личные данные в удаленный анклав SGX, управляемый недоверенной стороной, для безопасной обработки данных. Для достижения желаемых свойств безопасности в этой удаленной настройке Intel SGX использует процесс, известный как удаленная аттестация . Используя преимущества компонента цифровой подписи на аппаратном уровне, удаленная аттестация обеспечивает подтверждение подлинности для пользователя, что гарантирует целостность двоичного файла приложения, работающего внутри анклава SGX, а также безопасность канала связи между пользователем и удаленный анклав (что позволяет избежать атак типа «злоумышленник в середине»).

Несмотря на заявления SGX о безопасности, существуют дополнительные проблемы безопасности, которые практикующие, стремящиеся использовать эту технологию, должны принять во внимание. Во-первых, Intel принимает к сведению четыре вектора атаки по побочному каналу (т. Е. Утечку конфиденциальной информации посредством мониторинга поведения компьютерной системы, внешнего по отношению к самой программе), которые не включены в модель безопасности SGX: статистика энергопотребления, статистика пропусков кэша, ветвление. время и доступ к страницам через таблицы страниц [13, 36].Понятно, что это проектное решение направлено на снижение сложности архитектуры и, следовательно, снижения производительности и векторов атак. Однако это означает, что на уровне программного обеспечения необходимо использовать дополнительные стратегии смягчения последствий, чтобы добиться сильных свойств безопасности. Наша работа направлена ​​на устранение этого ограничения SGX путем разработки алгоритмического проектирования и стратегий реализации для защиты от ключевых уязвимостей побочного канала в модели угроз SMac (описанной в следующем разделе).

Отметим, что в последние годы исследователями были обнаружены дополнительные аппаратные уязвимости и атаки, связанные с SGX. К ним относятся L1 Terminal Fault [37, 38], также известный как Foreshadow, Microarchitectural Data Sampling [39–42], а также атаки по побочным каналам в PLATYPUS [43]. Чтобы смягчить эти атаки, Intel недавно опубликовала обновления микрокода и добавила кремниевую защиту для новых процессоров Intel [44–46]. Мы можем проверить, что Microsoft Azure Confidential Computing [47] предлагает облачные серверы SGX со всеми средствами защиты по умолчанию.Мы рекомендуем практикам, желающим развернуть приложения SGX, строго следовать рекомендациям по снижению риска или использовать облачные сервисы SGX, которые принимают серьезные меры предосторожности против этих уязвимостей.

2.3 Наша модель угроз и векторы атак

В нашей модели угроз для SMac предполагается, что поставщик услуг (SP) является злоумышленником и полностью контролирует операционную систему, ядро ​​и операции ввода-вывода запущенных анклавов. Другими словами, SP — это активный злоумышленник , который может попытаться подслушать и / или вмешаться в любые шаги анклавов SGX и каналов связи в них и из них.Целью вредоносного SP является извлечение данных генотипа, принадлежащих пользователю, потенциально через промежуточные результаты вычислений SMac, которые могут косвенно выявить лежащие в основе генотипы. Мы предполагаем, что ИП полностью осведомлен о справочной панели.

Мы полагаемся на стандартную модель безопасности SGX, как обсуждалось ранее в разделе 2.2, где шаблоны доступа к памяти и информация о времени считаются векторами атаки. Таким образом, мы предполагаем, что известные аппаратные уязвимости были должным образом устранены в соответствии с рекомендациями Intel [44, 45].При наличии протокола удаленной аттестации SGX мы предполагаем существование безопасного аутентифицированного канала между пользователем и анклавом SGX и что двоичный файл SMac, работающий внутри анклава, является подлинным и проверен пользователем. Мы исключаем из рассмотрения физические атаки (например, прослушивание шины, анализ мощности) из-за сложности и высокой стоимости выполнения (и предотвращения) этого класса атак.

Чтобы сосредоточить наши усилия на рассмотрении реалистичных сценариев атак для вменения генотипа в SGX, мы тщательно рассмотрели алгоритм Minimac в контексте известных в литературе векторов атак SGX по побочным каналам.Мы обнаружили двух основных векторов атаки , описанных ниже. Обратите внимание, что в наших результатах мы демонстрируем, как можно использовать эти уязвимости для извлечения генотипов пользователей, когда эти угрозы не устранены должным образом.

(i) Зависящие от секрета временные различия в операциях с плавающей запятой

Andrysco et al. [20] продемонстрировали, что арифметические операции с плавающей запятой, обрабатываемые блоком с плавающей запятой (FPU) ЦП Intel, могут приводить к различным статистическим данным по времени на основе предоставленных входных значений.Это расхождение во времени наиболее ярко проявляется между нормальными и субнормальными (то есть небольшими значениями, близкими к нулю) операциями с плавающей запятой (относительная разница более 100% для умножения и деления). Интересно, что это несоответствие является результатом оптимизации FPU. Хотя такая оптимизация чрезвычайно полезна во многих приложениях, для такой критически важной для безопасности задачи, как анализ генетических данных, она, к сожалению, также выявляет вектор атаки. Хотя генотипы пользователя в Minimac не кодируются напрямую как числа с плавающей запятой, различные решения о ветвлении, основанные на вводе пользователя, могут приводить к выполнению различных классов операций с плавающей запятой, таким образом генерируя статистику времени, которая может привести к утечке основных генотипов.

(ii) Секретно-зависимые шаблоны доступа к памяти

Мы обнаружили, что Minimac демонстрирует как пространственные , так и временные шаблоны доступа к памяти , зависящие от генотипов пользователя в L1, L2, кэше последнего уровня (LLC). Шаблоны доступа к пространственной памяти раскрываются путем принятия решений о ветвлении, основанных на генотипах пользователя, в результате чего две ветви обращаются к двум разным адресам памяти. Шаблоны временного доступа раскрываются косвенно, когда временной интервал между двумя экземплярами вызовов доступа к памяти зависит от секрета из-за различий во времени в инструкциях, выполняемых между ними (например,грамм. расхождения во времени операций с плавающей запятой). Как показывают наши результаты, все эти векторы атак представляют реальную угрозу для безопасности вменения генотипа на основе SGX, тем самым мотивируя наши стратегии смягчения, представленные в следующем разделе.

2.4 Наши методы отказоустойчивой реализации побочных каналов для SMac

Для предотвращения атак на SMac с использованием побочных каналов, включая те, что представлены в предыдущем разделе, мы разработали и применили ключевые методы алгоритмического и программного проектирования при реализации SMac для обеспечить защиту от побочных каналов при сохранении точности результатов вменения.Наша основная стратегия — принять устойчивую к утечкам арифметику и операции ветвления для замены всех уязвимых кодов в SMac, используя инструкции ЦП, которые, как известно, выполняются в постоянном времени независимо от ввода. Чтобы полагаться исключительно на операции, устойчивые к утечкам, при обеспечении точных вычислений, мы преобразовали основной алгоритм вменения, используемый Minimac, для использования целых чисел с фиксированной запятой для представления непрерывных значений в логарифмической области. Это потребовало от нас разработки новых подпрограмм, устойчивых к утечкам, для ключевых операций в нашем алгоритме, включая функции log-sum-exp (LSE) и log-diff-exp (LDE).Наконец, мы разработали структуру программирования на основе строгой типизации для обеспечения устойчивости всей программы SMac к утечкам на синтаксическом уровне . Мы опишем каждый из этих подходов более подробно ниже.

Инструкции ЦП с постоянным временем

Мы использовали инструкции ЦП с постоянным временем в качестве строительных блоков для реализации устойчивой к утечке арифметики и операций ветвления для замены всех уязвимых кодов в SMac. В частности, мы следуем Andrysco et al. Аргумент [20] о том, что арифметика с плавающей запятой (например,грамм. fadd, fsub, fmul, fdiv ) и инструкции целочисленного деления (например, idiv ) на процессоре Intel могут открывать побочный канал синхронизации, в то время как другие целочисленные операции (сложение, вычитание, умножение, сравнение и битовые сдвиги) и Логические операции выполняются в постоянное время. Мы эмпирически подтвердили эти устоявшиеся утверждения в наших экспериментальных условиях (данные не включены). Поэтому мы решили разработать наши устойчивые к утечкам операции на основе этих постоянных инструкций. Обратите внимание, что операции ветвления в программе могут быть защищены путем оценки обеих ветвей и выбора намеченного вывода через мультиплексор (т.е. умножьте на горячий вектор бинарных индикаторов по ветвям и просуммируйте результаты). Далее мы описываем, как все аспекты алгоритма вменения могут быть реализованы с использованием только этого ограниченного набора безопасных операций.

Представление с фиксированной запятой

Во-первых, мы стремились полностью исключить инструкции с плавающей запятой (учитывая утечку времени в операциях с плавающей запятой, которые мы описали ранее), представляя действительные числа как целые числа с фиксированной запятой .Интуитивно, представление с фиксированной точкой преобразует действительное число в целое, увеличивая его на постоянный коэффициент. Например, 1,39485 можно представить как ⌊1,19485 × 2 ²⁰ ⌋. Сложение и вычитание чисел в представлении с фиксированной точкой естественно следуют из лежащей в основе целочисленной арифметики до тех пор, пока коэффициенты масштабирования совпадают. Однако умножение вызовет сдвиг шкалы, например ⌊8,28 × 2 ²⁰ ⌋ × ⌊0,5 × 2 ²⁰ ⌋ ≈ ⌊4,14 × 2 ²⁰ ⌋ / 2 ²⁰ .Мы добавляем к каждому умножению шаг повторного масштабирования, который применяет битовый сдвиг (также безопасная операция) для усечения наименее значимых битов.

Ключевым препятствием, возникающим из-за нашей зависимости от представлений с фиксированной точкой, является точность . Значения с фиксированной запятой обычно требуют больше битов информации, чем с плавающей запятой для представления небольших чисел. На практике использование собственных 64-битных целых чисел в Intel x86-64 для представления фиксированных точек с разумным выбором коэффициента масштабирования 2 ²⁰ ограничит наименьшее число, которое может быть представлено 2 ^{— 20} ≈ 9.54 × 10 ^{— 7} . Мы обнаружили, что это крайне недостаточный уровень точности для получения значимых результатов вменения. Действительно, существующая универсальная библиотека для арифметики с фиксированной точкой с фиксированным временем [20] использует 64-битные целые числа, что приводит к огромной потере точности для нашего приложения. В принципе, вместо них можно использовать 128- или 256-битные целые числа, если они изначально поддерживаются ЦП и считаются безопасными; однако этот подход эффективно удваивает или учетверяет использование памяти, при этом обеспечивая ограниченную точность по сравнению с операциями с плавающей запятой.

Фиксированные точки с логическим преобразованием

Для решения вышеуказанной проблемы мы выбрали логарифмическое преобразование с плавающей запятой до преобразования с фиксированной точкой для использования в нашей устойчивой программе побочного канала. Это привело к ключевым улучшениям в точности нашего алгоритма вменения; Фактически, наши эксперименты демонстрируют, что представления с фиксированной точкой, основанные на 32-битных целых числах, достаточны для получения высокоточных результатов для вменения генотипа. Обратите внимание, что существующее программное обеспечение Minimac не выполняет вычисления в области журнала, вместо этого полагаясь на точность чисел с плавающей запятой.Еще одно важное преимущество логарифмического преобразования состоит в том, что оно преобразует попарные умножения и деления в алгоритме в сложения и вычитания, соответственно, которые эффективны и, естественно, устойчивы к утечкам в настройке с фиксированной точкой. Отметим, что алгоритм вменения на основе HMM в значительной степени полагается на умножения, поскольку алгоритм вычисляет агрегированные произведения вероятностей для скрытых переменных по мере его прохождения по генетической последовательности; Таким образом, преобразование журнала также помогло нам добиться улучшений во время выполнения.

Подпрограммы, устойчивые к утечкам для фиксированных точек с логарифмическим преобразованием: LSE и LDE

Ключевая трудность при работе с логарифмическими преобразованными числами состоит в том, что сложение и вычитание в исходном пространстве становится нелинейным в преобразованном пространстве, то есть сложнее выполнить, используя только доступные нам безопасные операции. Мы называем эти необходимые подпрограммы как log-sum-exp (LSE) и log-diff-exp (LDE), которые неявно реализуют сложение и вычитание в исходном пространстве соответственно.Теоретически можно было бы определить подпрограммы, устойчивые к утечкам, для функций log и exp (например, на основе полиномиальных приближений), затем использовать их для сопоставления чисел с исходным пространством, выполнения сложения или вычитания, а затем обратно в log-домен для реализации LSE и LDE. Однако прямое вычисление log и exp является численно нестабильным из-за высокой нелинейности этих функций и того факта, что промежуточные результаты этих шагов, представленные в виде фиксированных точек в исходном пространстве, приводят к потере точности и, в некоторой степени, побеждают цель нашей стратегии трансформации журналов.Таким образом, вместо этого мы разработали подпрограммы, устойчивые к утечкам, которые непосредственно аппроксимируют функции LSE и LDE на основе кусочно-полиномиальных функций, которые, как мы обнаружили, являются более точными и эффективными, чем вышеупомянутый наивный подход. Мы приводим детали этих подпрограмм в Приложении.

Строгая типизация для синтаксического обеспечения устойчивости к утечкам

Чтобы гарантировать, что все уязвимые коды в SMac были заменены, мы разрабатываем надежный защищенный по времени тип для представления генотипов пользователя и отмены всех его небезопасных операций нашими безопасными.На синтаксическом уровне это гарантирует невозможность случайной утечки генотипов пользователя в соответствии со стандартным предположением SGX, если только мы не раскроем их явно . Таким образом, безопасность нашей программы сводится к безопасности элементарных операций, устойчивых к утечкам, которые мы тщательно проверили. Мы включаем формальное определение системы строгой типизации, которую мы разработали и использовали для реализации SMac в Приложении.

Взятые вместе, эти методы позволили нам реализовать алгоритм вменения в SMac точным, эффективным и устойчивым к утечкам способом.Мы включили технические детали программной реализации SMac, а также дальнейшие стратегии оптимизации в Приложение.

3 Результаты экспериментов

Уязвимости побочного канала SGX угрожают безопасности вменения генотипа в безопасных анклавах и мотивируют наши стратегии смягчения последствий

Чтобы продемонстрировать проблемы безопасного развертывания существующих конвейеров вменения генотипов в доверенных средах выполнения, мы определили два уязвимых « гаджеты »в Minimac, которые могут передавать чувствительные генотипы пользователей в SGX через побочные каналы к злоумышленнику, контролирующему сервер вменения (рис. 2).Первый гаджет является частью шага перенормировки в Minimac: если промежуточные значения падают ниже определенного порога, Minimac умножает их на фиксированную константу, чтобы избежать потери числового значения. Поскольку размеры промежуточных значений определяются генотипами пользователей, знание этого решения ветвления может быть использовано для их вывода. Второй гаджет является частью шага эмиссии в Minimac, где значение вероятности эмиссии ( e ₁ или e ₂ на рисунке) используется для обновления представлений о скрытых состояниях в HMM определяется тем, соответствует ли генотип пользователя эталонному генотипу в данной позиции.Расхождение во времени, вызванное умножением двух различных вероятностей излучения, может раскрыть генотип пользователя.

Мы определили два уязвимых устройства в Minimac — перенормировку (верхний ряд) и выброс (нижний ряд) — и продемонстрировали два типа атак (конфликт портов и Prime + Probe), как описано в основном тексте. Мы предоставляем псевдокоды двух устройств ( A и D ) с извлекаемыми секретами, выделенными пурпурным цветом, и измеримыми поверхностями атаки синим цветом. B и E показывают успешную атаку на оба устройства через побочный канал конфликта портов. Каждая точка данных отражает количество конфликтов в тактовых циклах. Горизонтальные линии красного и зеленого цвета обозначают выборочное среднее значение для каждого сегмента процесса-жертвы, которое успешно распознает лежащие в основе секреты (0 или 1), показанные вверху. C и F демонстрируют другой тип атаки, основанный на Prime + Probe, который действует даже тогда, когда функция одновременной многопоточности (SMT) SGX отключена в качестве меры безопасности, в отличие от конфликта портов.Каждая точка данных отражает задержку на этапе зондирования атаки в тактовых циклах. Между разными пользовательскими секретами (0 или 1), показанными вверху, наблюдается четкое различие в задержке.

Чтобы продемонстрировать уязвимость двух обнаруженных нами гаджетов, мы реализовали против них два типа атак, основанных на методах конкуренции портов [22, 48] и Prime + Probe [36, 49, 50]. Примечательно, что первая атака требует включения одновременной многопоточности (SMT) в процессоре Intel, что часто желательно из соображений производительности, в то время как последняя будет работать, даже если SMT отключен в качестве дополнительной меры безопасности.Атаки демонстрируются в настройках с процессором Intel i7-6700 с отключенным Turbo Boost, а также в Ubuntu 16.04 и Linux Kernel v4.4.0. Ни один из кодов гаджета не запускается в SGX во время атак, чтобы упростить обнаружение адресов памяти, но в остальном мы делаем такое же предположение об угрозе, как если бы он выполнялся в SGX. Обратите внимание, что обнаружение адресов памяти в SGX было продемонстрировано на практике [21].

Сначала мы выполнили атаку с конкуренцией портов [22, 48] на процесс-жертва, выполняющий код гаджета, вызвав конкуренцию за ресурсы в целевом модуле с плавающей запятой (FPU).Эта конкуренция наблюдается и измеряется (в количестве тактов), чтобы сделать вывод, сколько времени требуется коду гаджета для обработки умножения с плавающей запятой, что может привести к утечке информации о частных входных данных. Чтобы повысить отношение сигнал / шум, мы применяем недавно предложенную технику MicroScope [21], чтобы заставить гаджет многократно запускаться в спекулятивном исполнении, вызывая сбои страниц на целевой странице памяти. Затем мы обучили классификатор различать наблюдаемые шаблоны измерений между двумя возможными входными данными пользователя (0 или 1, представляющие генотип). В эксперименте с 1000 случайно выбранными битами, представляющими частный вход, наша атака на гаджет перенормировки достигает 99.Точность классификации 4% при среднем времени выполнения 1,04 секунды / бит, а наша атака на гаджет с выбросами достигает точности 88,5% при среднем времени выполнения 1,35 секунды / бит. Примеры результатов атаки показаны на рисунках 2B и 2E. Затем мы выполнили атаку Prime + Probe [36, 49, 50] на процесс-жертву, выполняющий код гаджета, вызывая промахи в кэше последнего уровня (LLC). Статистика пропусков кэш-памяти умножения с плавающей запятой в коде гаджета, происходящего между двумя вызовами доступа к памяти (показанными на рисунках 2A и 2D), может быть измерена (на этапе пробы ), чтобы сделать вывод о продолжительности умножения. , и поэтому раскрыть секретные биты.Чтобы проиллюстрировать, что статистика промахов кэша может привести к утечке секретной информации, мы модифицируем гаджет для искусственного усиления побочного канала, заставляя каждое умножение повторяться 1000 раз, что на практике может быть достигнуто с помощью таких методов, как атака MicroScope [21]. Мы показываем результаты, основанные на этой атаке, на рисунках 2C и 2F, которые демонстрируют, что существует четкая различимая разница между двумя возможными значениями секретного бита. Эти результаты свидетельствуют о том, что уязвимости побочных каналов в Minimac представляют собой реальную угрозу безопасности, от которой мы защищаемся с помощью наших стратегий реализации с постоянным временем.

SMac достигает той же точности вменения, что и Minimac, сохраняя при этом входные данные конфиденциальными от поставщика услуг

Для оценки точности наших методов мы использовали два общедоступных набора данных, обычно используемых для сравнительного анализа методов вменения генотипов: (i) 1000 Genomes Phase 3 (1 кг) набор данных (5008 гаплотипов от 2504 субъектов) и (ii) набор данных Haplotype Reference Consortium (HRC) (54 330 гаплотипов от 27 165 субъектов). Мы сосредоточили наш анализ на генетических вариантах в первом из трех одинаковых по размеру фрагментов хромосомы 20 (длиной примерно 23 Мбит / с), генерируемых Minimac; обратите внимание, что Minimac делит геном на большие перекрывающиеся фрагменты и вменяет каждый фрагмент отдельно.В результате в нашем анализе было рассмотрено 401 627 вариантов для 1 кг и 339 328 вариантов для HRC. Мы включили все типы вариантов, представленные в исходных наборах данных, включая как однонуклеотидные полиморфизмы, так и структурные варианты, такие как вставки и делеции.

Для перекрестной проверки мы выделили небольшую подгруппу субъектов для тестирования (100 субъектов для 1 кг и 510 субъектов для HRC) и использовали остальную часть набора данных в качестве контрольной панели для выполнения вменения данных теста.Для удерживаемых субъектов мы рассмотрели только варианты на чипе Illumina Human1M-Duo v3.0 для анализа ДНК BeadChip в качестве наблюдаемых входных данных и оценили точность вывода остальных вариантов в наборе данных, отражая наиболее распространенный вариант использования. вменения, где ограниченные данные из массивов генотипирования вменяются для получения более полных профилей генотипов для субъектов исследования. Примечательно, что варианты в массиве Illumina составляют лишь небольшую часть вариантов в наших наборах данных; 11012 вариантов (2.7%) для 1 кг и 10925 вариантов (3,2%) для HRC были охвачены массивом Illumina и, таким образом, предоставлены методам вменения в качестве входных данных. Следуя предыдущей работе, которая представила Minimac, мы использовали возведенные в квадрат коэффициенты корреляции Пирсона ( r ² ) между основной истиной и вмененными (ожидаемыми) дозами аллелей для тестовых вариантов в качестве меры оценки для трех различных частот второстепенных аллелей ( MAF) категории: 0,01–0,5%, 0,01–0,5% и 5–50%.

Результаты, показанные на Рисунке 3, демонстрируют, что точность вменения SMac практически идентична точности Minimac во всех категориях MAF.Фактически, значение r ² , вычисленное для каждого удерживаемого индивидуума, точно совпадает между SMac и Minimac для всех индивидуумов в тестовых данных (рис. 3B). Эти результаты показывают, что SMac точно соответствует поведению современного алгоритма Minimac, а также обеспечивает более надежную защиту конфиденциальности для пользователя; Напомним, что конвейер вменения SMac выполняется внутри анклава SGX без разглашения данных, введенных пользователем, поставщику услуг вменения. Кроме того, SMac обеспечивает комплексную защиту от уязвимостей побочного канала, связанных с синхронизацией и доступом к памяти, еще больше усиливая его свойства безопасности.Тот факт, что в результатах SMac нет потери точности, заслуживает внимания, учитывая, что SMac использует несколько методов аппроксимации для достижения устойчивости к побочным каналам, включая арифметику с фиксированной точкой в ​​логарифмической области и приближения к функциям LSE / LME (раздел 2.4).

С этой целью в конкурсе iDASH-2019 была поставлена ​​задача, в ходе которой участников попросили разработать эффективные стратегии на основе HE для безопасного вменения генотипа. Отражая вышеупомянутое узкое место, в большинстве лучших решений использовалась линейная модель (например.грамм. линейная или логистическая регрессия) для прогнозирования генотипа отсутствующего варианта с использованием наблюдаемых поблизости вариантов, что представляет собой значительный отход от современных алгоритмов вменения, таких как Minimac. Хотя эти решения на основе HE дали многообещающие результаты [18], мы задались вопросом, может ли наша стратегия на основе SGX стать жизнеспособной альтернативой, которая может обеспечить более точную производительность вменения, особенно за счет строгой гарантии конфиденциальности, предоставляемой HE, которая может быть желательным компромиссом, когда получение точных результатов является приоритетом.

В наших экспериментах мы оценили два лучших решения iDASH на основе общей точности вменения, которую мы называем HE-EPFL и HE-UTMSR, что соответствует EPFL (на основе логистической регрессии) и UTMSR (на основе линейной регрессии). ) решения в оригинальной публикации [18] соответственно. С целью сравнения точности мы обучили и оценили линейные модели, используемые решениями на основе HE в открытом тексте , то есть без какого-либо шифрования. Это отражает оптимистичную оценку этих подходов, учитывая, что использование обученных моделей в HE для генерации прогнозов может привести к дополнительной потере точности.Обратите внимание, что структуры HE основаны на модульной целочисленной арифметике и, следовательно, естественно не поддерживают высокоточные операции с плавающей запятой. Для обоих методов на основе HE мы загрузили программное обеспечение, опубликованное авторами (https://github.com/K-miran/secure-imputation), и оценили методы в наших наборах данных с использованием предложенных параметров по умолчанию. Из-за вычислительной нагрузки, связанной с обучением прогнозирующей модели для каждого варианта теста, мы отобрали 1000 вариантов теста равномерно случайным образом для каждой категории MAF, чтобы приблизиться к значению r ² для каждого испытуемого.Наши результаты для Minimac и SMac также основаны на одном и том же наборе тестовых вариантов для честности сравнения. Как для наборов данных 1 кг, так и для HRC, линейные модели, используемые решениями на основе HE, дали значительно более низкую точность вменения во всех трех категориях MAF, при этом HE-EPFL последовательно дает более точные результаты, чем HE-UTMSR (рисунок 3). Например, варианты испытаний с MAF от 0,5 до 5% были рассчитаны со средним значением r ² 0,88 для Minimac / SMac, 0,70 для HE-EPFL и 0.58 для HE-UTMSR. Изучение значений r ² отдельных испытуемых показало, что разница в точности между Minimac / SMac и решениями на основе HE одинакова практически для всех испытуемых. Эти наблюдения согласуются с интуицией, что методы вменения на основе HMM, такие как Minimac, могут использовать более сложные и долгосрочные модели корреляции в наборе данных генотипа, чем те, которые могут улавливать локально обученные линейные модели в решениях на основе HE. В целом, наши результаты показывают, что SMac является убедительным решением для безопасного вменения генотипа, которое обеспечивает высочайшую точность наряду с нашей усиленной устойчивостью к утечкам в рамках модели SGX.

SMac эффективно масштабируется до больших наборов данных как во время выполнения, так и при использовании памяти. ограниченный объем памяти, доступной процессу SGX. Это вызывает потенциальную обеспокоенность тем, что безопасное вменение генотипа на основе SGX может повлечь за собой огромные вычислительные затраты для появляющихся крупномасштабных наборов генетических данных (например,грамм. справочная панель TOPMed, которая приближается к 100 тыс. человек [51]). Чтобы решить эту проблему, мы оценили масштабируемость SMac как с точки зрения времени выполнения, так и использования памяти для ряда наборов данных разного размера, включая 1 кг (~ 5 тыс. Гаплотипов), наборы данных HRC с равномерной субдискретизацией (гаплотипы 10 и 25 тыс.) И полные Набор данных HRC (~ 54 тыс. Гаплотипов). Для полноты картины мы дополнительно протестировали вариант SMac, названный SMac-lite, который соответствует решению на основе SGX, которое реализует алгоритм Mini-mac так же, как SMac, но без дополнительных механизмов защиты, которые мы ввели для побочного канала. утечки.Мы измерили показатели производительности для вменения всей хромосомы 20, которая выполняется путем последовательной обработки каждого из трех перекрывающихся сегментов хромосомы, сгенерированных Minimac в случае SMac / SMac-lite. Все наши эксперименты проводились в системе с процессором Intel Xeon E-2288G с поддержкой Intel SGX, с 16 ГБ ОЗУ и 112 МБ анклавного страничного кеша (EPC; т. Е. Объем памяти, доступный для процесса SGX). Использование памяти, превышающее предел EPC, переключается в ОЗУ с аутентифицированным шифрованием страниц памяти, полагаясь на встроенную функцию SGX.Передача данных между клиентом и сервером моделировалась с помощью loopback TCP, а измерения пикового использования кучи проводились с помощью massif (valgrind), стандартного инструмента профилирования памяти для Linux.

Наши эксперименты продемонстрировали линейное масштабирование как времени выполнения, так и памяти по отношению к размеру контрольной панели для всех оцениваемых методов (рис. 4). Как и ожидалось, SMac показывает накладные расходы во время выполнения (54% дополнительного времени выполнения для полного набора данных HRC), но мы считаем, что это дополнительное бремя — небольшая цена по сравнению с ценностью улучшенной защиты конфиденциальности, которую наши решения дополнительно предоставляют пользователям.Обратите внимание, что при жестких ограничениях времени выполнения SMac-lite может быть жизнеспособной альтернативой, учитывая его быстрое время выполнения, которое в среднем на 36% ниже, чем у Minimac, благодаря нашей эффективной реализации в отношении использования памяти и использования собственных функций ЦП. Хотя SMac-lite не получает преимуществ от наших механизмов защиты от утечек по побочным каналам и, таким образом, остается уязвимым для изощренных злоумышленников с достаточными стимулами, мы все же отмечаем, что SMac-lite по-прежнему запускает конвейер вменения полностью внутри анклава SGX, что обеспечивает более высокую безопасность. гарантия, чем статус-кво загрузки необработанных данных пользователя на сторонний сервер.

Мы измерили время выполнения ( A, ) и использование памяти ( B ) SMac и Minimac4 для импортирования хромосомы 20 одного образца на ряд эталонных панелей разного размера, включая 1 кг, HRC и подвыборку наборов данных HRC с 10к и 25к гаплотипов каждый. Мы также демонстрируем производительность SMac-lite, менее безопасной альтернативы SMac, которая использует тот же алгоритм вменения, что и SMac в SGX, без нашей дополнительной защиты от утечек по побочным каналам.Все результаты отражают среднее значение пяти испытаний. Все методы демонстрируют линейное масштабирование как во время выполнения, так и в памяти по отношению к размеру данных, а SMac несет скромные 54% накладные расходы времени выполнения для самого большого набора данных с 54 КБ гаплотипов, одновременно обеспечивая дополнительную защиту данных пользователя. SMac и SMac-lite используют ~ 100 МБ в кэше страниц анклава (EPC), а остальное — в ОЗУ, отличном от EPC, для подкачки (общее количество отображается как EPC + swap). Это в целом вдвое снижает использование памяти Minimac4.

Что касается использования памяти, SMac и SMac-lite идентичны, и оба они используют значительно меньше памяти, чем Minimac (например.грамм. На 55% меньше по полным данным HRC). Это связано с оптимизированным использованием памяти в нашей алгоритмической реализации, чему дополнительно способствуют эффективные методы управления памятью в Rust. Напомним, что любое выделение избыточной памяти сверх лимита EPC перекачивается в RAM, что увеличивает вычислительные затраты приложений SGX; однако SMac / SMac-lite имеет простой шаблон доступа к памяти из-за последовательного характера алгоритма вменения, который снижает нагрузку на использование памяти подкачки, на что указывают скромные накладные расходы времени выполнения наших инструментов.Эти результаты показывают, что наш основанный на SGX подход к безопасному вменению генотипов почти так же практичен, как и существующие конвейеры вменения, и останется применимым для появляющихся крупномасштабных эталонных наборов данных. В целом наша работа представляет собой полезное методологическое руководство по тому, как современные алгоритмы и программные инструменты для анализа конфиденциальных наборов геномных данных могут быть перенесены в надежные среды выполнения безопасным и эффективным способом.

сравнение трех стратегий

использование NEST или APPEND, когда отношения во времени

точки являются слабыми и когда связи между временем

точек сильны.Мы обнаружили небольшое снижение эффективности

APPEND по сравнению с NEST, поэтому за его эксплуатационные преимущества приходится платить (небольшую)

.

Настоящая статья была ограничена исследованием применимости

RE-IMPUTE, NEST и APPEND в относительно простых сценариях

с целью прояснить, является ли и если да,

когда — осторожность в первую очередь оправдана. На практике могут быть интересны более сложные ситуации с большим числом переменных и временных точек

.Мы сделали

, наблюдая, что лежащие в основе процедуры вменения

не обрабатывают автокоррелированные данные должным образом, что в целом остается разрешенным для продольных данных

.

Информация о статье

Раскрытие информации о конфликте интересов: Каждый автор подписал форму

для раскрытия информации о потенциальных конфликтах интересов. Авторы

не сообщали о каких-либо финансовых или иных конфликтах интересов в связи с описываемой работой.

Этические принципы: Авторы подтверждают, что при подготовке этой работы следовали профессиональным этическим принципам

.Эти

руководящие принципы включают получение информированного согласия от людей

участников, соблюдение этических норм и уважение

прав человека или животных участников, а также обеспечение

конфиденциальности участников и их данных, например, обеспечение

того, что отдельные участники не могут быть идентифицированы в отчетных результатах

или в общедоступных исходных или архивных данных.

Финансирование: Эта работа не финансировалась.

Роль спонсоров / спонсоров: Ни один из спонсоров или спонсоров

этого исследования не принимал участия в разработке и проведении

исследования; сбор, управление, анализ и интерпретация данных

; подготовка, рецензирование или утверждение

рукописи; или решение о подаче рукописи для публикации

.

Выражение признательности: идеи и мнения, выраженные здесь

, принадлежат только авторам, и одобрение со стороны

организаций авторов не предназначено и не должно предполагаться

.

Доступность данных

Данные, подтверждающие выводы этого исследования, доступны в Figshare по адресу https://doi.org/10.6084/m9.figshare.

9

, администратор когорты POPS, д-р С.М. van

der Pal в TNO Child Health, Лейден, Нидерланды (см.

http://www.tno.nl/pops). Данные

не являются общедоступными из-за ограничений конфиденциальности и этических норм.

ORCID

XM Kavelaars http://orcid.org/0000-0003-1600-3153

JR van Ginkel http://orcid.org/0000-0002-4137-0943

S. van Buuren http: //orcid.org/0000-0003-1098-2119

Ссылки

Aardoom, JJ, Dingemans, AE, Spinhoven, P., van

Ginkel, JR, de Rooij, M., & van Furth, EF ( 2016а).

Полностью автоматизированная самопомощь на основе Интернета с различными уровнями

терапевтической поддержки лиц с расстройством пищевого поведения

симптомов: рандомизированное контролируемое исследование.Журнал

Медицинские интернет-исследования, 18 (6), e159. https://doi.org/10.

2196 / jmir.5709.

Aardoom, J. J., Dingemans, A. E., van Ginkel, J. R.,

Spinhoven, P., Van Furth, E. F., & Van den Akker-van

, Marle, M. E. (2016b). Рентабельность интернет-вмешательства

с поддержкой терапевта или без нее по сравнению с

сопоставлением с листом ожидания для людей с расстройством пищевого поведения

порядка симптомов: рандомизированное контролируемое исследование.

Международный журнал расстройств пищевого поведения, 49 (12),

1068–1076. https://doi.org/10.1002/eat.22587.

Курран П. Дж., Обейдат К. и Лосардо Д. (2010). Двенадцать часто задаваемых вопросов о моделировании кривой роста.

Журнал познания и развития: Официальный журнал

Общества когнитивного развития, 11 (2), 121–136.

https://doi.org/10.1080/15248371003699969.

Дэниэлс, М. Дж., Ван, К., и Маркус, Б.Х. (2014). Полностью

Байесовский вывод при игнорируемом отсутствии

при наличии вспомогательных ковариат. Биометрия, 70 (1), 62–72.

https://doi.org/10.1111/biom.12121.

Grund, S., L €

udtke, O., & Robitzsch, A. (2018). Множественное вменение

недостающих данных для многоуровневых моделей.

Организационные методы исследования, 21 (1), 111–149. https: //

doi.org/10.1177/1094428117703686

Grund, S., Robitzsch, A., Людтке, О. (2019). mitml: Инструменты для

множественного вменения в многоуровневом моделировании. Пакет R

версии 0.3-7. https://CRAN.R-project.org/package=

mitml.

Хилле, Э. Т. М. (2005). Ошибка отсутствия ответов в последующем исследовании

с участием 19-летних подростков, рожденных недоношенными детьми.

Педиатрия, 116 (5), e662 – e666. https://doi.org/10.1542/

чел.2005-0682.

Мэн, X.-L. (1994). Выводы с множественным вменением с

несовместимых источников ввода.Статистическая наука, 9 (4),

538–558. https://doi.org/10.1214/ss/1177010269

Оберман, Х. И., Ван Бюрен, С., Винк, Г. (2020). Отсутствует

, точка: Несходимость в алгоритме итеративного вменения —

ритмов. Https://openreview.net/pdf? Id = fHSVg6mVqpw.

Пинейро, Дж. (2020). nlme: Линейные и нелинейные смешанные эффекты

модели. Пакет R версии 3.1-150. https: //CRAN.R-pro-

ject.org/package=nlme.

R Основная команда (2016).R: Язык и среда для статистических вычислений

. R Фонд для статистических вычислений

. http://www.R-project.org/.

Робитч А., Грунд С., Хенке Т. (июль 2020 г.). miceadds:

Некоторые дополнительные функции множественного вменения, особенно

для мышей. Пакет R версии 3.10-28. https: //CRAN.R-pro-

ject.org/package=miceadds.

Рубин Д. Б. (1987). Множественное вменение для неполучения ответов в опросах

. Эд.Дональд Б. Рубин. (Том 81). Джон Уайли и

Сыновья. https://doi.org/10.1002/9780470316696

Рубин Д. Б. (2003). Вложенное множественное вменение NMES

через частично несовместимый MCMC. Statistica Neerlandica,

57 (1), 3–18. https://doi.org/10.1111/1467-9574.00217

10 X. M. KAVELAARS ET AL.

SCITEPRESS — ПУБЛИКАЦИИ ПО НАУКЕ И ТЕХНОЛОГИЯМ

До Ким, Джин Чой

Аннотация

В реальном наборе данных данные могут отсутствовать по разным причинам.С этими пропущенными значениями следует обращаться, поскольку большинство методов анализа данных предполагают, что набор данных полный. Метод удаления данных может быть простой альтернативой, но он не подходит для набора данных с большим количеством пропущенных значений и может быть недостаточно репрезентативным. Кроме того, существующие методы вменения данных обычно игнорируют важность локального пространства вокруг пропущенных значений, что может повлиять на качество вмененных значений. Основываясь на этих наблюдениях, мы предлагаем метод вменения с использованием дескриптора гипер-прямоугольника (ܪܴܦ), который может фокусироваться на локальном пространстве вокруг пропущенных значений.Мы описываем, как можно выполнить условное исчисление данных с помощью ܪܴܦ, названного ܪܴܦ_Ý… Ý ‰’Ý Ý, и проверяем эффективность предложенного метода условного исчисления с помощью численного эксперимента путем сравнения с результатами условного исчисления без ܪܴܦ. Также в качестве будущей работы изображаем некоторые идеи для дальнейшего развития нашей работы.

Цитата из статьи

в гарвардском стиле

Ким Д. и Чой Дж.(2019). Эффективный метод вменения для отсутствующих данных с фокусом на локальном пространстве, сформированном гипер-прямоугольными дескрипторами .In Труды 8-й Международной конференции по исследованию операций и корпоративным системам — Том 1: ICORES, ISBN 978-989-758-352-0 , страницы 467-472. DOI: 10.5220 / 0007582104670472

в стиле Bibtex

@conference {icores19,
author = {Do Kim and Jin Choi},
title = {Эффективный метод вменения недостающих данных с фокусом на локальном пространстве, образованном гипер-прямоугольными дескрипторами},
booktitle = {Труды 8-й Международной конференции по Исследование операций и корпоративные системы — Том 1: ICORES,},
год = {2019},
страниц = {467-472},
publisher = {SciTePress},
organization = {INSTICC},
doi = {10.5220/0007582104670472},
isbn = {978-989-758-352-0},
}

в стиле EndNote

TY — CONF

JO — Труды 8-й Международной конференции по исследованию операций и корпоративным системам — Том 1: ICORES,
TI — Эффективный метод импутации для отсутствующих данных с фокусом на локальном пространстве, сформированном гипер-прямоугольными дескрипторами
SN — 978- 989-758-352-0
AU — Ким Д.