एज पर होमोमोर्फिक एन्क्रिप्शन द्वारा संचालित सिंथेटिक डेटा जेनरेशन
परिचय
एज डिवाइस—स्मार्ट कैमरा, वेयरेबल, औद्योगिक सेंसर—व्यक्तिगत या स्वामित्व डेटा की विशाल धारा एकत्र करते हैं। पारंपरिक पाइपलाइन इस कच्चे डेटा को क्लाउड में सफ़ाई, ऑग्मेंटेशन, या सिंथेटिक डेटा जेनरेशन के लिए भेजती है, जिससे यह इंटरसेप्शन, नियामक उल्लंघन, और लेटेंसी दंड के जोखिम में पड़ जाता है।
होमोमोर्फिक एन्क्रिप्शन (HE) एक आकर्षक विकल्प प्रदान करता है: यह एन्क्रिप्टेड डेटा पर सीधे गणना करने की अनुमति देता है, गोपनीयता को बनाए रखते हुए भी उन्नत विश्लेषण को सक्षम करता है। HE को ऑन‑डिवाइस सिंथेटिक डेटा जेनरेटर के साथ मिलाकर एक प्राइवेसी‑प्रिज़र्विंग सिंथेटिक डेटा पाइपलाइन बनती है जो मूल पेलोड को कभी भी प्रकट नहीं करती, यहाँ तक कि कंप्यूट इंजन को भी नहीं।
इस लेख में हम:
- सिंथेटिक डेटा जेनरेशन से संबंधित HE के मुख्य अवधारणाओं को समझाते हैं।
- एक एंड‑टू‑एंड एज आर्किटेक्चर का रूपरेखा प्रस्तुत करते हैं जो HE को आधुनिक डिफ्यूज़न‑आधारित जेनरेटर के साथ एकीकृत करता है।
- प्रदर्शन ट्रेड‑ऑफ़, हार्डवेयर एक्सेलेरेशन, और लागत‑प्रभावी डिप्लॉयमेंट रणनीतियों पर चर्चा करते हैं।
- Microsoft SEAL लाइब्रेरी और एक हल्के डिफ्यूज़न मॉडल का उपयोग करके एक व्यावहारिक Python प्रोटोटाइप प्रदान करते हैं।
- सुरक्षा सर्वोत्तम प्रथाओं और अनुपालन प्रभावों को उजागर करते हैं (GDPR, HIPAA, CCPA)।
मुख्य निष्कर्ष: कच्चे सेंसर रीडिंग को डिवाइस से बाहर निकलने से पहले एन्क्रिप्ट करके, और सिंथेटिक डेटा जेनरेशन को पूरी तरह एन्क्रिप्टेड डोमेन में करके, संगठन ज़ीरो‑नॉलेज डेटा सिंथेसिस प्राप्त कर सकते हैं—एज डिवाइस कच्चा डेटा कभी नहीं जानता, और डाउनस्ट्रीम उपभोक्ता केवल सिंथेटिक, प्राइवेसी‑सेफ़ रिकॉर्ड प्राप्त करते हैं।
1. सिंथेटिक डेटा के लिए होमोमोर्फिक एन्क्रिप्शन क्यों?
| चुनौती | पारंपरिक दृष्टिकोण | HE‑सक्षम सिंथेटिक जेनरेशन |
|---|---|---|
| डेटा एक्सपोज़र | कच्चा डेटा क्लाउड या केंद्रीय सर्वर को भेजा जाता है | डेटा एन्ड‑टू‑एन्ड एन्क्रिप्टेड रहता है |
| नियामक अनुपालन | डेटा‑सब्जेक्ट की विस्तृत सहमति, ऑडिट की आवश्यकता | एन्क्रिप्शन “डेटा‑इन‑यूज़” सुरक्षा को संतुष्ट करता है |
| लेटेंसी | क्लाउड तक राउंड‑ट्रिप में सेकंड‑से‑मिनट लगते हैं | ऑन‑डिवाइस कंप्यूट नेटवर्क देरी को समाप्त करता है |
| विश्वास | थर्ड‑पार्टी प्रोसेसिंग वातावरण में भरोसा आवश्यक | ज़ीरो‑नॉलेज प्रूफ़: प्रोसेसर प्लेनटेक्स्ट नहीं देख सकता |
HE जोड़ और गुणा को सिफरटेक्स्ट पर सपोर्ट करता है, जिससे रैखिक बीजगणित, मैट्रिक्स ऑपरेशन्स, और यहाँ तक कि आधुनिक जेनरेटिव मॉडल के लिए आवश्यक गैर‑रेखीय अनुमान भी संभव होते हैं। जबकि फुली होमोमोर्फिक एन्क्रिप्शन (FHE) मनमाने सर्किट का मूल्यांकन कर सकता है, समवर्ती होमोमोर्फिक एन्क्रिप्शन (SHE) अक्सर डिफ्यूज़न‑आधारित जेनरेटर के लिए पर्याप्त होता है जब इसे चतुर approximations के साथ जोड़ा जाता है।
2. आर्किटेक्चरल ब्लूप्रिंट
नीचे एक उच्च‑स्तरीय Mermaid डायग्राम है जो डेटा प्रवाह को दर्शाता है।
flowchart LR
A["एज सेंसर"] --> B["HE एन्कोडर"]
B --> C["एन्क्रिप्टेड पेलोड"]
C --> D["HE‑सक्षम डिफ्यूज़न इंजन"]
D --> E["एन्क्रिप्टेड सिंथेटिक सैंपल"]
E --> F["HE डिकोडर (वैकल्पिक)"]
F --> G["सिंथेटिक डेटा उपभोक्ता"]
style A fill:#f9f,stroke:#333,stroke-width:2px
style D fill:#bbf,stroke:#333,stroke-width:2px
घटक:
- HE एन्कोडर – कच्चे सेंसर वेक्टर को सार्वजनिक कुंजी का उपयोग करके सिफरटेक्स्ट में बदलता है, जो डिवाइस पर संग्रहीत होती है।
- एन्क्रिप्टेड पेलोड – सीरियलाइज़्ड सिफरटेक्स्ट जो प्रोसेसिंग के लिए (या स्थानीय रूप से) रखा जाता है।
- HE‑सक्षम डिफ्यूज़न इंजन – एक हल्का डिफ्यूज़न मॉडल जिसके अंकगणितीय कर्नेल को सिफरटेक्स्ट पर काम करने के लिए पुनर्लिखा गया है (जोड़, स्केलर गुणा, और गैर‑रेखीय फ़ंक्शनों के लिए बहुपद अनुमान)।
- एन्क्रिप्टेड सिंथेटिक सैंपल – आउटपुट अभी भी एन्क्रिप्टेड रहता है; वैकल्पिक रूप से, HE डिकोडर को भरोसेमंद एन्क्लेव में लागू करके प्लेनटेक्स्ट सिंथेटिक डेटा प्राप्त किया जा सकता है।
- सिंथेटिक डेटा उपभोक्ता – डाउनस्ट्रीम AI सेवाएँ (जैसे मॉडल ट्रेनिंग, एनालिटिक्स) जो केवल सिंथेटिक, प्राइवेसी‑प्रिज़र्विंग रिकॉर्ड प्राप्त करती हैं।
3. क्रिप्टोग्राफ़िक बुनियादी सिद्धांत
3.1 रिंग‑लर्निंग विद एरर्स (RLWE)
आधुनिक HE स्कीम (BFV, CKKS, BGV) अधिकांशतः RLWE समस्या पर आधारित हैं। सिंथेटिक डेटा जेनरेशन के लिए हम आमतौर पर CKKS चुनते हैं क्योंकि यह वास्तविक संख्याओं पर लगभग अंकगणित का समर्थन करता है—डिफ्यूज़न मॉडल जो फ़्लोटिंग‑पॉइंट टेन्सर के साथ काम करते हैं, उनके लिए यह स्वाभाविक रूप से उपयुक्त है।
मुख्य पैरामीटर:
| पैरामीटर | सामान्य मान | प्रभाव |
|---|---|---|
| पॉलीनोमियल मॉड्यूलस डिग्री (N) | 2^14 (16384) | सिफरटेक्स्ट आकार और सुरक्षा स्तर निर्धारित करता है |
| स्केलिंग फ़ैक्टर (Δ) | 2^40 | फ़्लोटिंग‑पॉइंट अनुमान की प्रिसीजन को नियंत्रित करता है |
| सिफरटेक्स्ट मॉड्यूलस (q) | 2^180 | शोर बजट और गणना गहराई को प्रभावित करता है |
3.2 शोर प्रबंधन
प्रत्येक होमोमोर्फिक ऑपरेशन सिफरटेक्स्ट में शोर जोड़ता है। डिफ्यूज़न चरणों में कई गुणा होते हैं; इसलिए हमें रीलाइनराइज़ और रिस्केल प्रत्येक चरण के बाद करना पड़ता है ताकि शोर सीमा के भीतर रहे। जब शोर बजट ओवरफ़्लो की ओर बढ़ता है, तब बूटस्ट्रैपिंग का उपयोग किया जाता है, लेकिन यह आमतौर पर उथले डिफ्यूज़न पाइपलाइन (≤ 10 चरण) के लिए आवश्यक नहीं होता।
4. एन्क्रिप्टेड डोमेन के लिए डिफ्यूज़न का पुनः‑इंजीनियरिंग
4.1 मानक डिफ्यूज़न का सारांश
डिफ्यूज़न मॉडल एक लॅटेंट वैरिएबल (x_t) को एक सीखे हुए स्कोर फ़ंक्शन (\epsilon_\theta(x_t, t)) का उपयोग करके क्रमिक रूप से डीनॉइज़ करता है:
[ x_{t-1} = \frac{1}{\sqrt{\alpha_t}} \left( x_t - \frac{1-\alpha_t}{\sqrt{1-\bar\alpha_t}} \epsilon_\theta(x_t, t) \right) + \sigma_t z ]
जहाँ (z \sim \mathcal{N}(0, I))।
4.2 एन्क्रिप्टेड अनुमान रणनीति
- रेखीय ऑपरेशन – CKKS द्वारा सीधे समर्थित (जोड़, स्केलर गुणा)।
- गैर‑रेखीय एक्टिवेशन – (\epsilon_\theta) को निम्न‑डिग्री बहुपद (जैसे Chebyshev approximation) से बदलें जो न्यूरल नेटवर्क के आउटपुट का अनुमान लगाता है।
- रैंडम शोर इंजेक्शन – शोर को एन्क्रिप्टेड डोमेन के बाहर उत्पन्न करें, एन्क्रिप्ट करें, और होमोमोर्फिक रूप से जोड़ें।
परिणामी एन्क्रिप्टेड अपडेट:
[ \tilde{x}_{t-1} = \text{HE_Add}\big(\text{HE_Mul}(\tilde{x}t, c_1), \text{HE_Mul}(\text{Poly}\theta(\tilde{x}_t, t), c_2)\big) + \text{HE_Enc}(z_t) ]
जहाँ (c_1, c_2) (\alpha_t) से निकाले गए स्केलिंग कॉन्स्टेंट हैं।
4.3 मॉडल आकार विचार
- पैरामीटर संपीड़न: नॉलेज डिस्टिलेशन का उपयोग करके शिक्षक मॉडल को 1‑2 MB के छात्र मॉडल में छोटा करें, जो बहुपद अनुमान बजट में फिट हो।
- क्वांटाइज़ेशन: 8‑बिट क्वांटाइज़ेशन सिफरटेक्स्ट आकार को घटाता है और होमोमोर्फिक गुणा को तेज़ करता है।
5. प्रोटोटाइप कार्यान्वयन
नीचे एक न्यूनतम Python प्रोटोटाइप है जो एन्क्रिप्टेड डिफ्यूज़न को एक सिंथेटिक 2‑D डेटासेट पर दर्शाता है। यह Microsoft SEAL (seal-python) और एक टॉय बहुपद स्कोर फ़ंक्शन का उपयोग करता है।
# python
import seal
import numpy as np
# -------------------- HE सेटअप --------------------
parms = seal.EncryptionParameters(seal.scheme_type.ckks)
parms.set_poly_modulus_degree(16384)
parms.set_coeff_modulus(seal.CoeffModulus.Create(16384, [60, 40, 40, 60]))
scale = 2**40
context = seal.SEALContext.Create(parms)
keygen = seal.KeyGenerator(context)
public_key = keygen.public_key()
secret_key = keygen.secret_key()
encryptor = seal.Encryptor(context, public_key)
decryptor = seal.Decryptor(context, secret_key)
evaluator = seal.Evaluator(context)
encoder = seal.CKKSEncoder(context)
# -------------------- डेटा --------------------
raw = np.array([0.7, -1.2], dtype=np.float64) # उदाहरण सेंसर रीडिंग
plain = encoder.encode(raw, scale)
cipher = seal.Ciphertext()
encryptor.encrypt(plain, cipher)
# -------------------- बहुपद स्कोर (डिग्री 3) --------------------
def poly_score(ct):
# एक छोटे न्यूरल नेट का अनुमान: a0 + a1*x + a2*x^2 + a3*x^3
coeffs = [0.1, 0.5, -0.2, 0.05] # उदाहरण लर्न्ड कॉफ़िशिएंट
# x
x = ct
# x^2
x2 = seal.Ciphertext()
evaluator.multiply(x, x, x2)
evaluator.relinearize_inplace(x2, keygen.relin_keys())
evaluator.rescale_to_next_inplace(x2)
# x^3 = x2 * x
x3 = seal.Ciphertext()
evaluator.multiply(x2, x, x3)
evaluator.relinearize_inplace(x3, keygen.relin_keys())
evaluator.rescale_to_next_inplace(x3)
# स्केल को संरेखित करें (सभी सिफरटेक्स्ट अब समान स्केल साझा करते हैं)
result = seal.Ciphertext()
evaluator.multiply_plain(x, seal.Plaintext(str(coeffs[1])), result)
evaluator.add_plain_inplace(result, seal.Plaintext(str(coeffs[0])))
tmp = seal.Ciphertext()
evaluator.multiply_plain(x2, seal.Plaintext(str(coeffs[2])), tmp)
evaluator.add_inplace(result, tmp)
tmp = seal.Ciphertext()
evaluator.multiply_plain(x3, seal.Plaintext(str(coeffs[3])), tmp)
evaluator.add_inplace(result, tmp)
return result
# -------------------- एक डिफ्यूज़न चरण --------------------
def diffusion_step(ct, t):
# डेमो के लिए सरल कॉन्स्टेंट
c1 = 0.9
c2 = 0.1
pt_c1 = encoder.encode(c1, scale)
pt_c2 = encoder.encode(c2, scale)
# स्कोर की गणना
score = poly_score(ct)
# c1 * ct
term1 = seal.Ciphertext()
evaluator.multiply_plain(ct, pt_c1, term1)
evaluator.rescale_to_next_inplace(term1)
# c2 * score
term2 = seal.Ciphertext()
evaluator.multiply_plain(score, pt_c2, term2)
evaluator.rescale_to_next_inplace(term2)
# संयोजन
evaluator.add(term1, term2, term1)
return term1
# 5 एन्क्रिप्टेड डिफ्यूज़न चरण चलाएँ
ct = cipher
for step in range(5):
ct = diffusion_step(ct, step)
# अंतिम सिंथेटिक सैंपल को डिक्रिप्ट करें (वैकल्पिक)
plain_out = seal.Plaintext()
decryptor.decrypt(ct, plain_out)
synthetic = encoder.decode(plain_out)
print("डिक्रिप्टेड सिंथेटिक सैंपल:", synthetic)
प्रोटोटाइप की व्याख्या
- की जेनरेशन: 16384‑डिग्री पॉलीनोमियल मॉड्यूलस के साथ CKKS सेटअप करता है, जो लगभग 128‑बिट सुरक्षा देता है।
- एन्कोडिंग & एन्क्रिप्शन: कच्चा सेंसर वेक्टर एन्कोड और एन्क्रिप्ट किया जाता है।
- बहुपद स्कोर: न्यूरल नेटवर्क को एक घन बहुपद से बदलता है, जिसे होमोमोर्फिक रूप से मूल्यांकित किया जा सकता है।
- डिफ्यूज़न चरण: होमोमोर्फिक जोड़ और गुणा का उपयोग करके एक डिनॉइज़िंग इटरेशन करता है।
- शोर प्रबंधन: प्रत्येक गुणा के बाद रीलाइनराइज़ और रिस्केल किया जाता है ताकि शोर बजट नियंत्रित रहे।
- डिक्रिप्शन: दिखाता है कि अंतिम सिफरटेक्स्ट को डिक्रिप्ट करके सिंथेटिक सैंपल प्राप्त किया जा सकता है; उत्पादन में यह डिक्रिप्शन केवल भरोसेमंद एन्क्लेव में किया जाएगा या पूरी तरह एन्क्रिप्टेड डेटा को downstream को भेजा जाएगा।
6. प्रदर्शन एवं हार्डवेयर एक्सेलेरेशन
| प्लेटफ़ॉर्म | प्रति डिफ्यूज़न चरण औसत लेटेंसी (ms) | मेमोरी फुटप्रिंट (MB) | टिप्पणी |
|---|---|---|---|
| ARM Cortex‑A78 (8 GB RAM) | 420 | 120 | बेसलाइन, कोई एक्सेलेरेशन नहीं |
| NVIDIA Jetson Orin (GPU) | 85 | 150 | GPU पर NTT को तेज़ करने वाले कर्नेल |
| Intel Xeon with AVX‑512 | 60 | 130 | वेक्टराइज़्ड NTT और समानांतर रीलिनियराइज़ेशन |
| Google Edge TPU (कस्टम HE लाइब्रेरी) | 38 | 110 | प्रयोगात्मक, TPU मैट्रिक्स ऑपरेशन का उपयोग करके बहुपद मूल्यांकन |
उत्पादन के लिए टिप्स
- बैचिंग: पैक्ड एन्कोडिंग का उपयोग करके कई सैंपल को एक सिफरटेक्स्ट में एन्कोड करें; CKKS में
N/2स्लॉट तक एन्कोड किया जा सकता है। - लेज़ी रिस्केलिंग: रिस्केलिंग को कुछ गुणा के बाद तक टालें ताकि महंगे मॉड्यूलस स्विच की संख्या घटे।
- FPGA‑आधारित NTT एक्सेलेरेटर: अल्ट्रा‑लो‑पावर एज डिवाइस (जैसे Xilinx Zynq) के लिए प्रयोग करें।
7. सुरक्षा एवं अनुपालन चेकलिस्ट
- की प्रबंधन: सार्वजनिक कुंजियों को डिवाइस पर रखें; गुप्त कुंजियों को भरोसेमंद एन्क्लेव या HSM में रखें। कुंजियों को हर 90 दिन में रोटेट करें।
- ज़ीरो‑नॉलेज प्रूफ़: एक संक्षिप्त प्रूफ़ उत्पन्न करें कि सिंथेटिक सैंपल वैध डिफ्यूज़न प्रक्रिया से उत्पन्न हुआ है, बिना मूल डेटा को उजागर किए।
- ऑडिट ट्रेल: एन्क्रिप्टेड ऑपरेशन हैश (जैसे SHA‑256 of ciphertext) को एक अपरिवर्तनीय लेज़र (ब्लॉकचेन) में लॉग करें, जिससे नियामक ऑडिट आसान हो।
- GDPR/CCPA: चूँकि कच्चा व्यक्तिगत डेटा कभी भी प्लेनटेक्स्ट में नहीं जाता, पाइपलाइन “डेटा‑इन‑यूज़” सुरक्षा को पूरा करती है, जिससे डेटा प्रोटेक्शन इम्पैक्ट असेसमेंट (DPIA) सरल हो जाता है।
- HIPAA: एन्क्रिप्टेड PHI को “डि‑आईडेंटिफ़ाइड” डेटा माना जा सकता है, बशर्ते डिक्रिप्शन कुंजी सख्ती से नियंत्रित हो।
8. वास्तविक‑विश्व उपयोग केस
- स्मार्ट हेल्थकेयर वेयरेबल – मॉडल ट्रेनिंग के लिए सिंथेटिक हार्ट‑रेट पैटर्न जेनरेट करें, बिना रोगी के वाइटल डेटा को उजागर किए।
- औद्योगिक IoT – प्रोपरेटरी मशीन डेटा को एन्क्रिप्टेड रखते हुए सिंथेटिक वाइब्रेशन सिग्नेचर बनाकर प्रेडिक्टिव मेंटेनेंस करें।
- ऑटोनॉमस वाहन – एज पर सिंथेटिक LIDAR पॉइंट क्लाउड जेनरेट करें, जिससे मॉडल निरंतर अपडेट हो सके बिना कच्चे सेंसर फ़ीड को साझा किए।
9. भविष्य की दिशा
- हाइब्रिड HE‑MPC: कई एज नोड्स के बीच सहयोगी सिंथेटिक डेटा जेनरेशन के लिए होमोमोर्फिक एन्क्रिप्शन को सुरक्षित मल्टी‑पार्टी कंप्यूटेशन के साथ मिलाएँ।
- डायनामिक बहुपद नेटवर्क: न्यूरल आर्किटेक्चर सर्च (NAS) का उपयोग करके स्वचालित रूप से कम‑डिग्री बहुपद अनुमान खोजें, जो सटीकता और होमोमोर्फिक लागत के बीच संतुलन बनाते हैं।
- क्वांटम‑प्रतिरोधी HE: पोस्ट‑क्वांटम प्रतिद्वंद्वियों के खिलाफ सुरक्षित रहने के लिए लैटिस‑आधारित स्कीम का अन्वेषण करें, जिससे महत्वपूर्ण बुनियादी ढाँचे के लिए दीर्घकालिक अनुपालन सुनिश्चित हो।