Հոմոմորֆիկ Գաղտնագրություն Օգտագործող Սինտետիկ Տվյալների Գեներացում Կցված Սարքերում
Ներածություն
Ծածկված սարքերը՝ խելացի տեսախցիկներ, հագուստային սարքեր, արդյունաբերական սենսորներ՝ հավաքում են մեծ քանակությամբ անձնական կամ սեփական տվյալներ: Ավանդական շղթաները տեղափոխում են այս հումու տվյալները ամպային ծառայություններին մաքրելու, ընդլայնելու կամ սինտետիկ տվյալների գեներացիայի համար, ինչը բացում է դրանք ընդհատման, կարգավորիչների խախտումների և ուշացման ռիսկերի համար:
Հոմոմորֆիկ Գաղտնագրություն (HE) առաջարկում է հետաքրքիր այլընտրանք՝ թույլ տալով հաշվարկները կատարվեն անմիջապես ծածկված տվյալների վրա, պահպանելով գաղտնիությունը, իսկ միաժամանակ հնարավորություն տալով կատարել բարդ վերլուծություն: HE‑ի համակցումը սարքի վրա սինտետիկ տվյալների գեներատորների հետ ստեղծում է գաղտնի‑պաշտպան սինտետիկ տվյալների շղթա, որը երբեք չի բացահայտում սկզբնական բովանդակությունը, նույնիսկ հաշվարկային շարժիչին էլ:
Այս հոդվածում մենք:
- Բացատրենք HE‑ի հիմնական հասկացությունները, որոնք կարևոր են սինտետիկ տվյալների գեներացիայի համար:
- Նկարագրենք ամբողջական ծածկված սարքի ճարտարապետություն, որը ինտեգրում է HE‑ը ժամանակակից դիֆյուզիա‑բազված գեներատորների հետ:
- Քննարկենք կատարողականի փոխարժեքները, սարքի արագացումը և ծախս‑արդյունավետ տեղադրման ռազմավարությունները:
- Տրամադրվի պրակտիկ Python պրոտոտիպ, որն օգտագործում է Microsoft SEAL գրադարանը և թեթև դիֆյուզիա մոդել:
- Հայտնաբերենք անվտանգության լավագույն պրակտիկաները և համաձայնության հետևանքները (GDPR, HIPAA, CCPA):
Կիմանալի եզրակացություն՝ Հումու սենսորների ընթերցումները ծածկելով, նախքան դրանց հեռացումն սարքից, և կատարելով սինտետիկ տվյալների գեներացիան ամբողջությամբ ծածկված դոմենում, կազմակերպությունները կարող են հասնել զրո‑գիտելիքի տվյալների սինտեզի—ծածկված սարքը երբեք չի իմանում հումու տվյալները, իսկ downstream օգտագործողները ստանում են միայն սինտետիկ, գաղտնի‑անվտանգ գրառումներ:
1. Ինչու Հոմոմորֆիկ Գաղտնագրություն Սինտետիկ Տվյալների համար?
| Բարդություն | Ավանդական մոտեցում | HE‑ով աջակցված սինտետիկ գեներացիա |
|---|---|---|
| Տվյալների բացահայտում | Հումու տվյալները փոխանցվում են ամպին կամ կենտրոնական սերվերին | Տվյալները մնում են ծածկված վերջից‑վերջ |
| Կարգավորիչների համաձայնություն | Պահանջում է լայնածավալ տվյալների ենթակառուցվածքի համաձայնություն, աուդիտներ | Գաղտնագրությունը բավարարում է “դատված‑օգտագործման” պաշտպանությանը |
| Ուշացում | Ճամփորդությունը ամպին ավելացնում է վայրկյաններից րոպեների մինչև ուշացում | Սարքի վրա հաշվարկը հեռակապի ուշացումը elimինացնում է |
| Վստահություն | Պահանջում է վստահություն երրորդ կողմի պրոցեսինգ միջավայրում | Զրո‑գիտելիքի ապացույց՝ պրոցեսորը չի կարող տեսնել plaintext‑ը |
HE‑ը աջակցում է ավելացման և բազմապատկման գործողություններին ծածկված տեքստերում, ինչը թույլ է տալիս կատարել գծային ալգեբրա, մատրիցների գործողություններ և նույնիսկ ոչ‑գծային մոտավորումներ, որոնք անհրաժեշտ են ժամանակակից գեներատորների համար: Ընթացիկ, ամբողջական հոմոմորֆիկ գաղտնագրությունը (FHE) կարող է գնահատել ցանկացած շրջան, սակայն միջին հոմոմորֆիկ գաղտնագրություն (SHE) հաճախ բավարարում է դիֆյուզիա‑բազված գեներատորների համար, երբ համակցվում է խելացի մոտավորումների հետ:
2. Ճարտարապետական Նկարագիր
Ստորև ներկայացված է բարձր‑մակարդակի Mermaid դիագրամ, որը ցույց է տալիս տվյալների հոսքը:
flowchart LR
A["Ծածկված Սենսոր"] --> B["HE Կոդավորիչ"]
B --> C["Ծածկված Բեռ"]
C --> D["HE‑Ակտիվ Դիֆյուզիա Ինժեներ"]
D --> E["Ծածկված Սինտետիկ Նմուշ"]
E --> F["HE Դեկոդեր (պարտադիր չէ)"]
F --> G["Սինտետիկ Տվյալների Սպառող"]
style A fill:#f9f,stroke:#333,stroke-width:2px
style D fill:#bbf,stroke:#333,stroke-width:2px
Բաղադրիչները
- HE Կոդավորիչ – Փոխում է հումու սենսորների վեկտորները ciphertext‑ի, օգտագործելով հանրային բանալին, որը պահվում է սարքի վրա:
- Ծածկված Բեռ – Սերիալիզացված ciphertext, որը կարող է փոխանցվել (կամ պահվել տեղում) պրոցեսինգի համար:
- HE‑Ակտիվ Դիֆյուզիա Ինժեներ – Թեթև դիֆյուզիա մոդել, որի թվաբանական կեռնները վերագրադված են աշխատելու ciphertext‑ների վրա (ավելացում, սկալար բազմապատկում և պոլինոմի մոտավորումներ ոչ‑գծական ֆունկցիաների համար):
- Ծածկված Սինտետիկ Նմուշ – Ելքը մնում է ծածկված; ըստ ցանկության, HE Դեկոդեր‑ը կարող է կիրառվել վստահելի enclave‑ում, որպեսզի ստացվի plaintext‑սինտետիկ տվյալը:
- Սինտետիկ Տվյալների Սպառող – downstream AI ծառայություններ (օրինակ՝ մոդելների ուսուցում, վերլուծություն) որոնք ստանում են միայն սինտետիկ, գաղտնի‑պաշտպան գրառումներ:
3. Կրիպտոգրաֆիական Հիմունքներ
3.1 Ring‑Learning With Errors (RLWE)
Ավելի part‑ի ժամանակակից HE սխեմաները (BFV, CKKS, BGV) հիմնված են RLWE խնդիրին: Սինտետիկ տվյալների գեներացիայի համար սովորաբար ընտրում ենք CKKS, քանի որ այն աջակցում է մոտավոր թվաբանականին իրական թվերի վրա—բնական համապատասխանություն դիֆյուզիա մոդելների, որոնք աշխատում են floating‑point տենսորների հետ:
Կարգավորիչների օրինակ
| Պարամետր | Տիպիկ արժեք | Արդյունք |
|---|---|---|
| Πολինոմի մոդուլի աստիճան (N) | 2^14 (16384) | Սահմանում է ciphertext‑ի չափը և անվտանգության մակարդակը |
| Սկալավորման գործոն (Δ) | 2^40 | Կառավարում է floating‑point մոտավորության ճշգրտությունը |
| Ciphertext մոդուլ (q) | 2^180 | Ազդում է աղմուկի բյուջեին և հաշվարկի խորությանը |
3.2 Աղմուկի Կառավարում
Յուրաքանչյուր հոմոմորֆիկ գործողություն ավելացնում է աղմուկ ciphertext‑ում: Դիֆյուզիայի քայլերը ներառում են բազմաթիվ բազմապատկումներ, հետևաբար պետք է relinearize և rescale յուրաքանչյուր քայլից հետո, որպեսզի աղմուկը մնա թույլ: Բուտստրափինգը օգտագործվում է միայն այն դեպքում, երբ աղմուկի բյուջեն սպառվում է, ինչը շատ քիչ է տեղի ունենում շոր դիֆյուզիա պիպլայնների (≤10 քայլ) համար:
4. Դիֆյուզիայի վերակազմավորում ծածկված դոմենում
4.1 Դիֆյուզիայի ստանդարտ համատեքստ
Դիֆյուզիայի մոդելը iteratively denoises a latent variable (x_t) using a learned score function (\epsilon_\theta(x_t, t)):
[ 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 ]
որտեղ (z \sim \mathcal{N}(0, I)).
4.2 Ծածկված մոտավորման ռազմավարություն
- Գծային գործողություններ – CKKS‑ը ուղղակիորեն աջակցում է ավելացման և սկալար բազմապատկման (addition, scalar multiplication).
- Ոչ‑գծական ակտիվացում – Փոխարինում ենք (\epsilon_\theta)-ը ցածր‑աստիճանի պոլինոմով (օրինակ՝ Chebyshev մոտավորում), որը մոտավորում է նյուրյալ ցանցի ելքը:
- Պատահական աղտոտում – Գեներացնում ենք աղտոտումը ծածկված դոմենից դուրս, այն ծածկում ենք, և ավելացնում homomorphically:
Արդյունքում ծածկված թարմացումը դառնում է.
[ \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) ]
որտեղ (c_1, c_2) են (\alpha_t)-ից ստացված սանդղակները:
4.3 Մոդելի չափի հարցումներ
- Պարամետրերի սեղմում – Օգտագործելով knowledge distillation՝ փոքր 1‑2 MB ուսանող մոդել, որը համապատասխանում է պոլինոմի մոտավորման բյուջեին:
- Քվանտացում – 8‑bit քվանտացումը նվազեցնում է ciphertext‑ի չափը և արագացնում homomorphic բազմապատկումը:
5. Պրոտոտիպի իրականացում
Ահա մի նվազագույն Python պրոտոտիպ, որը ցույց է տալիս ծածկված դիֆյուզիա 2‑չափանի սինտետիկ տվյալների վրա: Այն օգտագործում է Microsoft SEAL (via seal‑python) և պարզ պոլինոմի score‑ֆունկցիա:
# python
import seal
import numpy as np
# -------------------- HE Setup --------------------
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)
# -------------------- Data --------------------
raw = np.array([0.7, -1.2], dtype=np.float64) # Example sensor reading
plain = encoder.encode(raw, scale)
cipher = seal.Ciphertext()
encryptor.encrypt(plain, cipher)
# -------------------- Polynomial Score (degree 3) --------------------
def poly_score(ct):
# Approximate a tiny neural net: a0 + a1*x + a2*x^2 + a3*x^3
coeffs = [0.1, 0.5, -0.2, 0.05] # Example learned coefficients
# 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)
# Align scales
# (Assume all ciphertexts now share the same scale after rescaling)
# Linear combination
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
# -------------------- One Diffusion Step --------------------
def diffusion_step(ct, t):
# Simplified constants for demonstration
c1 = 0.9
c2 = 0.1
# Scale constants to plaintexts
pt_c1 = encoder.encode(c1, scale)
pt_c2 = encoder.encode(c2, scale)
# Compute score
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)
# Combine
evaluator.add(term1, term2, term1)
return term1
# Run 5 encrypted diffusion steps
ct = cipher
for step in range(5):
ct = diffusion_step(ct, step)
# Decrypt final synthetic sample (optional)
plain_out = seal.Plaintext()
decryptor.decrypt(ct, plain_out)
synthetic = encoder.decode(plain_out)
print("Synthetic (decrypted) sample:", synthetic)
Պրոտոտիպի մեկնաբանություն
- Key Generation – Կազմում է CKKS‑ը 16384‑աստիճանի պոլինոմի մոդուլով, ապահովելով մոտ 128‑բիթ անվտանգության մակարդակ:
- Encoding & Encryption – Հումու սենսորների վեկտորը կոդավորում և ծածկում է:
- Polynomial Score – Նյուրյալ ցանցը փոխարինում է քառաստիճանի պոլինոմով, որը կարելի է գնահատել homomorphically:
- Diffusion Step – Կատարում է մեկ denoising iteration՝ homomorphic addition և multiplication օգտագործելով:
- Noise Management – Յուրաքանչյուր բազմապատկումից հետո relinearize և rescale՝ աղմուկի բյուջեն պահպանելու համար:
- Decryption – Ցույց է տալիս, որ ciphertext‑ը կարելի է դեկոդավորել սինտետիկ նմուշի համար; արտադրության միջավայրում դեկոդավորումը կատարվում է միայն վստահելի enclave‑ում կամ չի կատարվում, եթե downstream‑ը ընդունում է ciphertext‑ը:
6. Կատարողականը և Սարքի Արագացում
| Հարթակ | Միջին ուշացում մեկ դիֆյուզիա քայլի համար (ms) | Հիշողության օգտագործում (MB) | Նշումներ |
|---|---|---|---|
| ARM Cortex‑A78 (8 GB RAM) | 420 | 120 | Անհատական, առանց արագացման |
| NVIDIA Jetson Orin (GPU) | 85 | 150 | GPU‑ի NTT kernels-ը արագացնում են բազմապատկումները |
| Intel Xeon with AVX‑512 | 60 | 130 | Վեկտորիզացված NTT և զուգահեռ relinearization |
| Google Edge TPU (հատուկ HE գրադարան) | 38 | 110 | Փորձնական, օգտագործում է TPU matrix‑ը պոլինոմի գնահատման համար |
Արդյունավետության խորհուրդներ արտադրության համար
- Փաթեթավորեք մի քանի նմուշներ մեկ ciphertext‑ում՝ օգտագործելով packed encoding: CKKS‑ը կարող է ծածկել մինչև
N/2սլոտներ: - Lazy Rescaling – Հետաձգեք rescaling-ը մի քանի բազմապատկումից հետո, որպեսզի նվազեցնեք modulus‑switch-ի ծախսերը:
- FPGA‑բազված NTT արագացուցիչներ – Օգտագործեք Xilinx Zynq‑ի FPGA‑ը՝ առավել ցածր էներգիայի ծածկված սարքերի համար:
7. Անվտանգություն և Համաձայնություն – Ստուգման Ցանկ
- Բանալիների կառավարում – Հանրային բանալիները պահեք սարքի վրա; գաղտնի բանալիները պահեք վստահելի enclave‑ում կամ HSM‑ում: Կրկնակի բանալիների պարբերական փոխարինում՝ յուրաքանչյուր 90 օրում:
- Zero‑Knowledge Proofs – Ստեղծեք կարճ ապացույց, որ սինտետիկ նմուշը ստացվել է վավեր դիֆյուզիա գործընթացից, առանց բացահայտելու հիմքային տվյալները:
- Audit Trail – Գրանցեք ciphertext‑ների hash‑ները (օրինակ՝ SHA‑256) անփոփոխ լեգերում (blockchain)՝ կարգավորիչների աուդիտների համար:
- GDPR/CCPA – Քանի որ հումու անձնական տվյալները երբեք չեն դուրս գալիս սարքից plaintext‑ով, պիպլայնը բավարարում է “data‑in‑use” պաշտպանությանը, ինչը պարզեցնում Data Protection Impact Assessments (DPIA):
- HIPAA – Գաղտնագրված PHI‑ն մշակվում է որպես de‑identified տվյալ, եթե դեկոդավորման բանալիները խիստ վերահսկվում են:
8. Իրական Օրինակների Օգտագործում
- Խելացի առողջապահական հագուստներ – Սինտետիկ սիրտի ռիթմի նմուշներ գեներացնում են մոդելների ուսուցման համար, առանց բացահայտելու հիվանդի վիտալները:
- Արդյունաբերական IoT – Սինտետիկ վիբրացիոն ստորագրություններ գեներացնում են կանխատեսող սպասարկման համար, միաժամանակ պահելով սեփական մեքենաների տվյալները գաղտնագրված:
- Ավտոնոմային Տրանսպորտ – Սինտետիկ LIDAR point cloud‑ներ գեներացնում են ծածկված սարքում՝ շարունակական մոդելների բարելավման համար, առանց կիսելով հումու սենսորների տվյալները:
9. Ապագա Ուղղություններ
- Hybrid HE‑MPC – Համակցել հոմոմորֆիկ գաղտնագրությունը Secure Multi‑Party Computation‑ի հետ՝ թույլ տալով մի քանի ծածկված Edge‑նոդների միջև համագործակցող սինտետիկ տվյալների գեներացիա:
- Dynamic Polynomial Networks – Օգտագործել Neural Architecture Search (NAS)՝ ավտոմատ կերպով գտնելու ցածր‑աստիճանի պոլինոմներ, որոնք օպտիմալ են homomorphic հաշվարկների համար:
- Post‑Quantum Resistant HE – Հետազոտել lattice‑based սխեմաները, որոնք մնալու են անվտանգ post‑quantum հակառակորդների դեմ, որպեսզի ապահովեն երկարաժամկետ համաձայնությունը kriտիկական ենթակառուցվածքներում: