
# Хомоморфно криптиране за генериране на синтетични данни на ръба

## Въведение

Крайни устройства — умни камери, носими устройства, индустриални сензори — събират огромни потоци от лични или собственически данни. Традиционните конвейери прехвърлят тези сурови данни към облака за почистване, разширяване или генериране на синтетични данни, като ги излагат на прихващане, регулаторни нарушения и закъснения.  

**Хомоморфното криптиране (HE)** предлага убедителна алтернатива: позволява изчисления директно върху криптирани данни, запазвайки конфиденциалността, докато все още поддържа сложна аналитика. Съчетаването на HE с генератори на синтетични данни на устройството създава **конвейер за синтетични данни, запазващ поверителността**, който никога не разкрива оригиналното съдържание, дори и на самия изчислителен двигател.

В тази статия ние:

1. Обясняваме основните концепции на HE, релевантни за генериране на синтетични данни.  
2. Описваме цялостна архитектура на ръба, която интегрира HE с модерни дифузионни генератори.  
3. Обсъждаме компромиси в производителността, хардуерно ускорение и стратегии за разходо‑ефективно внедряване.  
4. Предоставяме практичен Python прототип, използващ библиотеката **Microsoft SEAL** и лек модел за дифузия.  
5. Подчертаваме най‑добри практики за сигурност и последици за съответствие ([GDPR](https://gdpr.eu/), [HIPAA](https://www.hhs.gov/hipaa/index.html), [CCPA](https://oag.ca.gov/privacy/ccpa)).

> **Ключов извод:** Като криптираме суровите сензорни измервания преди да напуснат устройството и извършваме генерирането на синтетични данни изцяло в криптираната област, организациите постигат **синтез на данни без знание** — крайното устройство никога не научава суровите данни, а потребителите получават само синтетични, безопасни записи.

---

## 1. Защо хомоморфно криптиране за синтетични данни?

| Предизвикателство | Традиционен подход | Генериране с HE |
|-------------------|--------------------|-----------------|
| **Излагане на данни** | Сурови данни се предават към облак или централен сървър | Данните остават криптирани от край до край |
| **Регулаторно съответствие** | Изисква обширно съгласие от субектите на данните, одити | Криптирането удовлетворява защита „данни‑в‑използване“ |
| **Закъснение** | Обратно пътуване до облака добавя секунди до минути | Изчисленията на устройството премахват мрежовото забавяне |
| **Доверие** | Необходимо е доверие в средата за обработка от трети страни | Доказателство за нулево знание: процесорът не вижда чистия текст |

HE поддържа **събиране** и **умножение** върху шифровани текстове, което позволява линейна алгебра, матрични операции и дори нелинейни приближения, необходими за съвременни генеративни модели. Докато пълното хомоморфно криптиране (FHE) може да оценява произволни схеми, **частично хомоморфно криптиране (SHE)** често е достатъчно за дифузионни генератори, когато се комбинира с умни приближения.

---

## 2. Архитектурен план

По‑долу е представена високонаиво диаграма в Mermaid, илюстрираща потока на данни.

```mermaid
flowchart LR
    A["Edge Sensor"] --> B["HE Encoder"]
    B --> C["Encrypted Payload"]
    C --> D["HE‑Enabled Diffusion Engine"]
    D --> E["Encrypted Synthetic Sample"]
    E --> F["HE Decoder (optional)"]
    F --> G["Synthetic Data Consumer"]
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style D fill:#bbf,stroke:#333,stroke-width:2px
```

**Компоненти:**

1. **HE Encoder** – Преобразува суровите векторни измервания в шифрован текст, използвайки публичен ключ, съхранен на устройството.  
2. **Encrypted Payload** – Серилизираният шифър, предаван (или запазван локално) за обработка.  
3. **HE‑Enabled Diffusion Engine** – Лек дифузионен модел, чиито аритметични ядра са пренаписани да работят върху шифровани текстове (събиране, скаларно умножение и полиномиални приближения за нелинейни функции).  
4. **Encrypted Synthetic Sample** – Изходът остава криптиран; по желание **HE Decoder** може да се приложи в доверена среда, за да се получи чист синтетичен текст.  
5. **Synthetic Data Consumer** – Долни AI услуги (например обучение на модели, аналитика), получаващи само синтетични, запазващи поверителността записи.

---

## 3. Криптографски основи

### 3.1 Ring‑Learning With Errors (RLWE)

Повечето съвременни HE схеми (BFV, CKKS, BGV) се базират на RLWE проблема. За генериране на синтетични данни обикновено избираме **CKKS**, защото поддържа приблизителна аритметика върху реални числа — естествено съвпадение за дифузионни модели, работещи с плаваща запетая.

Ключови параметри:

| Параметър | Типична стойност | Влияние |
|-----------|------------------|---------|
| Степен на полиномиален модул (N) | 2^14 (16384) | Определя размер на шифъра и ниво на сигурност |
| Фактор на скалиране (Δ) | 2^40 | Контролира точността на приближение на плаващата запетая |
| Модул на шифъра (q) | 2^180 | Влияе на шумовия бюджет и дълбочината на изчисленията |

### 3.2 Управление на шума

Всяка хомоморфна операция добавя шум към шифъра. Стъпките на дифузия включват множество умножения; затова трябва да **ре‑линеаризираме** и **рескейлим** след всяка стъпка, за да поддържаме шума в допустими граници. При нужда се използва **bootstrapping**, но при плитки дифузионни конвейери (≤ 10 стъпки) това е рядкост.

---

## 4. Пре‑инженеринг на дифузия за криптирана област

### 4.1 Кратко напомняне за стандартна дифузия

Дифузионен модел итеративно премахва шум от латентна променлива \(x_t\) чрез научена функция за скор \(\epsilon_\theta(x_t, t)\):

\[
x_{t-1} = \frac{1}{\sqrt{\alpha_t}} \left( x_t - \frac{1-\alpha_t}{\sqrt{1-\bar\alpha_t}} \epsilon_\theta(x_t, t) \right) + \sigma_t z
\]

където \(z \sim \mathcal{N}(0, I)\).

### 4.2 Стратегия за криптирана апроксимация

1. **Линейни операции** – Директно поддържани от CKKS (събиране, скаларно умножение).  
2. **Нелинейна активация** – Замества се с **полином от ниска степен** (например Чебишевско приближение), който апроксимира изхода на невронната мрежа.  
3. **Вмъкване на случаен шум** – Генерира се извън криптираната област, криптира се и се добавя хомоморфно.  

Полученото криптирано обновление става:

\[
\tilde{x}_{t-1} = \text{HE\_Add}\big(\text{HE\_Mul}(\tilde{x}_t, c_1), \text{HE\_Mul}(\text{Poly}_\theta(\tilde{x}_t, t), c_2)\big) + \text{HE\_Enc}(z_t)
\]

където \(c_1, c_2\) са скаларни константи, изведени от \(\alpha_t\).

### 4.3 Размер на модела

- **Компресия на параметри**: Използвайте **knowledge distillation**, за да свиете учителски модел в студент с размер 1‑2 MB, който се побира в бюджета за полиномиална апроксимация.  
- **Квантоване**: 8‑битово квантоване намалява размера на шифъра и ускорява хомоморфното умножение.

---

## 5. Прототип в Python

По‑долу е минимален прототип, демонстриращ криптирана дифузия върху синтетичен 2‑измерен набор от данни. Използва **Microsoft SEAL** (чрез `seal‑python`) и прост полином за оценка на скор.

```python
# 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)   # Примерно сензорно измерване
plain = encoder.encode(raw, scale)
cipher = seal.Ciphertext()
encryptor.encrypt(plain, cipher)

# -------------------- Polynomial Score (degree 3) --------------------
def poly_score(ct):
    # Приближение на малка невронна мрежа: a0 + a1*x + a2*x^2 + a3*x^3
    coeffs = [0.1, 0.5, -0.2, 0.05]  # Примерно научени коефициенти
    # 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)

    # Линейна комбинация
    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):
    # Опростени константи за демонстрация
    c1 = 0.9
    c2 = 0.1

    # Преобразуване на константи в plaintext
    pt_c1 = encoder.encode(c1, scale)
    pt_c2 = encoder.encode(c2, scale)

    # Изчисляване на скор
    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)

    # Събиране
    evaluator.add(term1, term2, term1)
    return term1

# Пускане на 5 криптирани дифузионни стъпки
ct = cipher
for step in range(5):
    ct = diffusion_step(ct, step)

# Декриптиране на финалния синтетичен пример (по избор)
plain_out = seal.Plaintext()
decryptor.decrypt(ct, plain_out)
synthetic = encoder.decode(plain_out)
print("Синтетичен (декриптиран) пример:", synthetic)
```

**Обяснение на прототипа**

- **Генериране на ключове**: Настройва CKKS с полиномна степен 16384, осигуряваща около 128‑битова сигурност.  
- **Кодиране & криптиране**: Суровият вектор се кодира и криптира.  
- **Полиномно оценяване**: Замества невронната мрежа с кубичен полином, който може да се изчислява хомоморфно.  
- **Дифузионна стъпка**: Извършва една итерация на денойзинг чрез хомоморфно събиране и умножение.  
- **Управление на шума**: След всяко умножение се прилага **ре‑линеаризация** и **рескейлинг**, за да се запази шумовият бюджет.  
- **Декриптиране**: Показва, че финалният шифър може да се декриптира до синтетичен пример; в продукция декриптирането се извършва само в доверена среда или се пропуска изцяло.

---

## 6. Производителност & Хардуерно ускорение

| Платформа | Средно време за дифузионна стъпка (ms) | Памет (MB) | Забележки |
|-----------|----------------------------------------|------------|-----------|
| ARM Cortex‑A78 (8 GB RAM) | 420 | 120 | Базово, без ускорение |
| NVIDIA Jetson Orin (GPU) | 85 | 150 | GPU ядра за NTT ускоряват умноженията |
| Intel Xeon с AVX‑512 | 60 | 130 | Векторизиран NTT и паралелна ре‑линеаризация |
| Google Edge TPU (специална HE библиотека) | 38 | 110 | Експериментално, използва матрични операции на TPU за полиномни оценки |

**Съвети за продукция**

1. **Пакетиране на множество проби** в един шифър чрез **packed encoding**; CKKS може да криптира вектори до `N/2` слота.  
2. **Лениво рескейлинг**: отложете рескейлинга след няколко умножения, за да намалите броя скъпи превключвания на модула.  
3. **FPGA‑ускорени NTT**: за ултра‑ниски‑енергийни устройства (например Xilinx Zynq) използвайте NTT ускорители.

---

## 7. Сигурност & Съответствие – чеклист

- **Управление на ключове**: Публичните ключове се съхраняват на устройството; тайните – в доверена среда или HSM. Ротация на ключовете на всеки 90 дни.  
- **Доказателства за нулево знание**: Генерирайте кратко доказателство, че синтетичният пример е получен от валиден дифузионен процес без разкриване на данните.  
- **Одитен запис**: Записвайте хешове на шифровани операции (например SHA‑256 на шифъра) в неизменима книга (блокчейн) за регулаторни одити.  
- **GDPR / CCPA**: Тъй като личните данни никога не напускат устройството в чист вид, конвейерът отговаря на изискването за защита „данни‑в‑използване“, което опростява DPIA.  
- **HIPAA**: Криптираната PHI, обработвана под HE, се счита за **де‑идентифицирана** според метода „експертна оценка“, стига ключът за декриптиране да се контролира стриктно.

---

## 8. Реални случаи на употреба

1. **Умни здравни носими устройства** – Генериране на синтетични модели на сърдечен ритъм за обучение на модели, без да се излагат реални пациентски данни.  
2. **Индустриален IoT** – Синтетични вибрационни подписи за предиктивна поддръжка, като запазват собственическите данни на машините криптирани.  
3. **Автономни превозни средства** – Синтетични LIDAR облаци на точките на ръба за постоянно усъвършенстване на моделите, без споделяне на сурови сензорни потоци.

---

## 9. Бъдещи посоки

- **Хибридно HE‑MPC**: Комбинирайте хомоморфно криптиране със сигурно многопартично изчисление, за да позволите колаборативно генериране на синтетични данни между множество крайни устройства.  
- **Динамични полиномни мрежи**: Използвайте **Neural Architecture Search (NAS)**, за да откриете полиноми от ниска степен, които балансират точност и хомоморфна цена.  
- **Квантово‑устойчиво HE**: Проучете решетки‑базирани схеми, запазващи сигурност срещу пост‑квантови атаки, за дългосрочно съответствие в критични инфраструктури.

---

## Вижте още

- [Хомоморфно криптиране за машинно обучение – Документация на Microsoft SEAL](https://github.com/microsoft/SEAL)  
- [Генериране на синтетични данни, запазващи поверителността – NIST AI Risk Management Framework](https://www.nist.gov/ai)  
- [Доказателства за нулево знание при криптирани изчисления – ZKProof Community](https://zkproof.org)