A reinforcement learning-based approach for dynamic privacy protection in genomic data sharing beacons
Genomik veri paylaşım protokolü için dinamik gizlilik korumasına yönelik pekiştirmeli öğrenme tabanlı bir yaklaşım
- Tez No: 992557
- Danışmanlar: Assoc. Prof. Dr. ABDULLAH ERCÜMENT ÇİÇEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Genomik dizilemenin yükselişi, genomik verilerin hassas ve kimliği belirlenebilir doğası nedeniyle önemli gizlilik endişelerine yol açmıştır. Küresel Genomik ve Sağlık Birliği (GA4GH) tarafından başlatılan Beacon Projesi, çevrimiçi bir sorgulama sistemi aracılığıyla genomik bilgilerin gizliliği koruyan bir şekilde paylaşılmasını sağlamak üzere tasarlanmıştır. Ancak çalışmalar, protokolün, bireylerin hassas veri setlerindeki varlığını ifşa edebilen üyelik çıkarımı saldırılarına karşı savunmasız olduğunu ortaya koymuştur. Mevcut karşı önlemler genellikle sistem faydasını düşürmekte veya statik doğaları nedeniyle gelişen saldırı stratejilerine uyum sağlamakta başarısız olmaktadır. Bu sorunu ele almak için, beacon ve saldırgan arasındaki etkileşimi bir Stackelberg oyunu olarak modelliyoruz. Bu formülasyonda saldırgan, çıkarımı maksimize edecek bir sorgu stratejisi seçen lider olarak hareket ederken; savunucu, faydayı korurken gizlilik kaybını en aza indirmek adına yanıt dürüstlüğünü optimize eden takipçi olarak hareket eder. Ancak, genomik sorguların geniş arama uzayı nedeniyle klasik oyun teorisi çözümleri hesaplama açısından uygulanamaz durumdadır. Bu çalışmada, bu denge stratejilerine yakınsamak için dinamik, öğrenme tabanlı bir çerçeve sunarak bu boşluğu dolduruyoruz. Bu sürekli oyunu çözmek için çok ajanlı bir pekiştirmeli öğrenme ortamı kullanıyor ve stratejik sorgu sıralaması ve davranışsal taklit yeteneğine sahip gelişmiş bir hasıma karşı yanıt dürüstlüğünü düzenleyen uyarlanabilir bir savunma politikası eğitiyoruz. Geleneksel statik savunmaların aksine bu mekanizma, gerçek zamanlı olarak uyum sağlayabilmekte, meşru ve düşmanca sorgu kalıplarını dinamik olarak ayırt ederek özelleştirilmiş politikalar uygulayabilmektedir. Sonuç olarak bu yöntem, hem gizliliği hem de faydayı artırarak, gelişmiş ve evrilen tehditlere etkili bir şekilde karşı koymaktadır.
Özet (Çeviri)
The rise of genomic sequencing has led to significant privacy concerns due to the sensitive and identifiable nature of genomic data. The Beacon Project, initiated by the Global Alliance for Genomics and Health (GA4GH), was designed to enable privacy-preserving sharing of genomic information via an online querying system. However, studies have revealed that the protocol is vulnerable to membership inference attacks, which can expose the presence of individuals in sensitive datasets. Existing countermeasures often degrade system utility or fail to adapt to evolving attack strategies due to their static nature. To address this, we model the interaction between the beacon and the adversary as a Stackelberg game. In this formulation, the attacker acts as the leader who selects a query strategy to maximize inference, while the defender acts as the follower who optimizes the response honesty to minimize privacy loss while maintaining utility. However, classical game-theoretic solutions are computationally intractable due to the vast search space of genomic queries. In this study, we bridge this gap by presenting a dynamic learning-based framework to approximate these equilibrium strategies. We employ a multi-agent reinforcement learning environment to solve this continuous game, training an adaptive defense policy that regulates response honesty against a sophisticated adversary capable of strategic query ordering and behavioral mimicry. Unlike conventional static defenses, this mechanism is capable of adapting in real time, dynamically differentiating between legitimate and adversarial query patterns to apply tailored policies. Consequently, this method enhances both privacy and utility, effectively countering sophisticated and evolving threats.
Benzer Tezler
- A smart intrusion detection systemagainst cyber attacks in unmanned aerial vehicles
İnsansız hava araçlarında siber saldırılara karşıakıllı saldırı tespit sistemi
BURCU SÖNMEZ SARIKAYA
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞERİF BAHTİYAR
- A heuristic solution approach for dynamic mission abort problem based on deep reinforcement learning
Görev iptal problemi için derin pekiştirmeli öğrenmeye dayalı bir sezgisel çözüm yaklaşımı
DUYGU YEŞİLTEPE
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ZEYNEP PELİN BAYINDIR
DOÇ. DR. ENGİN TOPAN
- A computation offloading for iot of edge computing: A reinforcement learning approach based on DDPG
Uç bı̇lgı̇ ı̇şlem ı̇çı̇n bı̇r hesaplama boşaltma: DDPG'ye dayalı bı̇r takvı̇ye öğrenme yaklaşımı
FATIMAH NAJEH ABDULATEEF AL ZUBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEHAD T. A. RAMAHA
- A reinforcement learning approach for adaptive dispatching rule acquisition for automated guided vehicles
Otomatik yönlendirmeli araçlara takviyeli öğrenme yaklaşımı ile adaptif dağıtım kuralları kazandırılması
YASEMİN AYLİN AKTÜRK
Yüksek Lisans
İngilizce
2019
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖNENÇ YÜCEL
PROF. DR. FİKRET ÜMİT BİLGE
- Makı̇ne öğrenmesı̇ ı̇le sürü robotları ı̇çı̇n savaş stratejı̇sı̇ modelı̇
A q-learning based approach for simple and multi-agent systems
ÜMİT ULUSOY
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET SERDAR GÜZEL