
# Selgitatav sünteetiline andmete genereerimine Edge AI jaoks: usalduse, vastavuse ja jõudluse loomine

Edge AI liigub eksperimentaalsetest laboritest tootmisvalmideks juurutusteks autonoomsetes sõidukites, tööstuslikus IoT‑is ja nutikate linnade sensorites. Lubadus on selge: madala latentsusega inferents, vähenenud ribalaiuse kulud ja seadmesises privaatsus. Kuid mudelite toeks olevad andmed on sageli **sünteetilised**, genereeritud, et ületada andmete nappus, privaatsuspiirangud või reaalsete edge‑voogude märgendamise kõrge kulu.

Sünteetilised andmed lahendavad palju praktilisi probleeme, kuid nad toovad kaasa uue riski—**läbipaistmatuse**. Kui mudelit treenitakse andmetel, mida ükski inimene pole kunagi näinud, kuidas saavad sidusrühmad veenduda, et andmed austavad privaatsust, õiglust ja domeenialast asjakohasust? Vastus peitub **selgitatavas sünteetilises andmes (XSD)**: tehnika, artefaktide ja valitsemisprotsesside kogum, mis muudab sünteetiliste andmete genereerimise, transformeerimise ja kasutamise läbipaistvaks, auditeeritavaks ja usaldusväärseks.

Selles artiklis me:

1. Selgitame, miks selgitatavus on oluline sünteetiliste andmete jaoks edge‑keskkonnas.  
2. Tutvustame **modulaarset XSD torujuhet**, mis ühendab LLM‑põhist orkestreerimist, nullusalduslikke kontrolle ja pidevat vastavuse jälgimist.  
3. Näitame, kuidas **selgitatavuse artefakte** (andmete päritolu graafikuid, funktsioonide atribuutide raporteid ja privaatsuse‑eelarve armatuurlauad) sisestada edge‑kesksele MLOpsi.  
4. Arutleme reaalmaailma kasutusjuhtude ja parimate tavade üle organisatsioonidele, kes on valmis XSD‑d kasutama.

> **TL;DR** – Integreerides selgitatavust igasse sünteetilise andmete genereerimise etappi, suudavad edge‑AI meeskonnad saavutada kõrgemat mudeli jõudlust, rahuldada regulaatoreid ja teenida kasutajate usaldust, ilma et sünteetiliste andmete pakutav paindlikkus kannataks.

---

## 1. Miks selgitatavus on vajalik Edge‑keskse sünteetilise andmete jaoks

| Mure | Traditsiooniline sünteetiline andmed | Selgitatav sünteetiline andmed |
|------|--------------------------------------|--------------------------------|
| **Regulatiivne vastavus** | Implitsiitne, sageli dokumenteerimata | Selged auditi jäljed, privaatsuse‑eelarve tõendid |
| **Mudeli õiglus** | Varjatud eelarv võib levida | Funktsioonitaseme atribuut näitab eelarve allikaid |
| **Kasutaja usaldus** | Mustakasti andmete genereerimine | Inimesele loetavad genereerimise narratiivid |
| **Operatiivne silumine** | Raskusi tõrgete jälgimisel | Lõpust lõpuni päritolu võimaldab kiire põhjusanalüüsi |
| **Edge'i piirangud** | Ei ole garantiid seadme sisese teostatavuse kohta | Selgitatavus juhib kergekaalulist andmete valikut |

### 1.1 Regulatiivne maastik

Regulaatorid nagu [EL AI seaduse vastavus](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai), USA FTC ja sektori‑spetsiifilised asutused (nt FDA meditsiiniseadmete puhul) hakkavad nõudma **läbipaistvat andmete päritolu** AI‑süsteemidele, mis mõjutavad turvalisust või isiklikke õigusi. Sünteetilised andmed, kuigi privaatsust säilitavad, peavad siiski tõestama, et:

* Generatsiooniprotsess austab dokumenteeritud **privaatsuse eelarvet** (nt diferentseeritud privaatsus ε).  
* **Kaitstud atribuute** ei suurendata tahtmatult.  
* Sünteetiline andmekogum vastab **ettenähtud kasutusjuhtumile** (edge‑inferents vs. pilve‑treening).

### 1.2 Usaldus kui konkurentsieelis

Edge‑seadmed töötavad keskkondades, kus **offline silumine on kulukas**. Kui mudel käitub valesti, võib selge selgitus sünteetiliste andmete kohta, mis kujundasid selle käitumise, märkimisväärselt vähendada keskmist parandamise aega (MTTR) ja kaitsta brändi mainet.

---

## 2. XSD torujuhtme arhitektuur

Allpool on kõrgetasemeline, tehnoloogiatele sõltumatu vaade **Selgitatava sünteetilise andmete genereerimise (XSDG) torujuhtmest**, mis on mõeldud edge‑AI töökoormustele. Torujuhe on teadlikult **modulaarne**, võimaldades meeskondadel komponentide (nt GAN vs. difusioonimudel) vahetamist, säilitades samal ajal selgitatavuse leping.

```mermaid
graph TD
    A["Andmete sissetõmbamine<br/>(Reaalsed Edge vooged)"] --> B["Privaatsusmootor<br/>(DP, k‑anonüümsus)"]
    B --> C["Sünteetiline generaator<br/>(GAN / Diffusioon)"]
    C --> D["LLM Orkestreerija<br/>(Prompt‑põhised kvaliteedikontrollid)"]
    D --> E["Selgitatavuse kiht<br/>- Funktsioonide atribuut<br/>- Generatsiooni narratiiv"]
    E --> F["Nullusalduslik pood<br/>(Krüpteeritud, muutumatu)"]
    F --> G["Edge juurutus<br/>(Mudel + sünteetiline alamhulk)"]
    D --> H["Vastavuse valideerija<br/>(Poliitikamootor)"]
    H --> I["Auditi jälje teenus<br/>(Mermaid päritolu, muutumatud logid)"]
    I --> F
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style G fill:#bbf,stroke:#333,stroke-width:2px
```

### 2.1 Komponendi jaotus

| Komponent | Roll | Selgitatavuse panus |
|-----------|------|---------------------|
| **Andmete sissetõmbamine** | Toob sisse toored edge‑telemeetrilised andmed (sensorilogid, videokaadrid). | Salvestab algse skeemi ja ajatempli päritolu jaoks. |
| **Privaatsusmootor** | Rakendab diferentseeritud privaatsust, k‑anonüümsust või ainult sünteetilist maskimist. | Väljastab **privaatsuse‑eelarve raporti** (ε, δ) iga partiiga. |
| **Sünteetiline generaator** | Loob andmeid GAN‑ide, difusioonimudelite või LLM‑põhiste simulaatorite abil. | Salvestab mudeli hüperparameetrid ja juhuslikud seemned reprodutseeritavuse tagamiseks. |
| **LLM Orkestreerija** | Kasutab suurt keelemudelit, et tõlkida kõrgetasemelised kvaliteedipoliitikad konkreetseteks valideerimisskriptideks. | Toob välja **inimese‑loetava generatsiooni narratiivi** (nt “Suurendasime temperatuuride variatsiooni, et jäljendada öist jahutust”). |
| **Selgitatavuse kiht** | Arvutab funktsioonide atribuudid (SHAP, Integrated Gradients) sünteetilisel komplektil ja loob visuaalsed raportid. | Genereerib **Funktsioonide atribuutide raportid**, mis seovad sünteetilised funktsioonid tagasi algsetele andmevaldkondadele. |
| **Nullusalduslik pood** | Muutmatu, krüpteeritud ladustamine (nt IPFS + plokiahela räsi ankurdamine). | Tagab **tämpsimise tõendamise**; iga artefakt on allkirjastatud ja versioonitud. |
| **Vastavuse valideerija** | Täidab poliitikakontrolle (nt “Ükski sünteetiline kirje ei tohi sisaldada >5 % reaalset PII”). | Väljastab edukuse/ebaõnnestumise staatuse koos **selgitava põhjendusega**. |
| **Auditi jälje teenus** | Koondab kogu metaandmed **Mermaid‑päritolu graafikusse** ja salvestab selle auditeeritavasse registrisse. | Pakub ainuallikat auditoritele ja arendajatele. |
| **Edge juurutus** | Pakib mudeli ja kureeritud sünteetilise alamhulga seadme‑inferentsiks. | Sisaldab **kompaktset selgitatavuse paketti** (JSON), mida edge‑runtime saab pärida reaalajas otsuste tegemisel. |

### 2.2 LLM‑põhised kvaliteedikontrollid

LLM Orkestreerija saab kõrgetasemelise poliitika, näiteks:

> “Sünteetilised andmed peavad säilitama temperatuurisõltuvuste jaotuse, tagades, et ükski seadme‑ID ei esine rohkem kui kaks korda.”

Ja genereerib Python‑valideerimiskoodi, käivitab selle ning tagastab **läbipõrke/õnnestumise** koos loomuliku keele selgitusega. See vähendab iga uue regulatsiooni jaoks kohandatud valideerijate kirjutamise koormust.

---

## 3. Selgitatavuse artefaktide sisestamine Edge MLOpsi

### 3.1 Andmete päritolu graafikud

**Päritolu graafik** kajastab iga sünteetilise kirje täielikku esivanemat. Mermaid‑graafikuna on see kompaktne:

```mermaid
graph LR
    subgraph ReaalsedAndmed
        R1[Toores sensor A] -->|DP| P1[Privatiseeritud A]
        R2[Toores sensor B] -->|DP| P2[Privatiseeritud B]
    end
    subgraph Sünteetiline
        P1 & P2 -->|GAN| S1[Sünteetiline kirje 1]
        P1 & P2 -->|GAN| S2[Sünteetiline kirje 2]
    end
    S1 -->|Funktsioonide atribuut| FA1[FA aruanne 1]
    S2 -->|Funktsioonide atribuut| FA2[FA aruanne 2]
    FA1 & FA2 -->|Salvestatud| ZTS[Nullusalduslik pood]
```

Need graafikud salvestatakse **JSON‑LD** vormingus koos andmetega, võimaldades tööriistadel automaatselt küsida “Millised reaalsed kirjed aitasid kaasa sünteetilisele kirjele X?” – kriitiline küsimus auditoritele.

### 3.2 Funktsioonide atribuutide aruanded

Iga sünteetilise parti jaoks genereerime **SHAP‑kokkuvõtte**, mis näitab kõige mõjukamaid algseid funktsioone. Näidisraport:

```json
{
  "synthetic_batch_id": "sb-2026-09-30",
  "feature_attributions": {
    "temperature": 0.42,
    "vibration": 0.27,
    "humidity": 0.15,
    "device_id": 0.05,
    "timestamp": 0.11
  },
  "interpretation": "Temperatuur domineerib sünteetilises varieerimises, kajastades reaalse maailma päevitsustsüklit."
}
```

Edge‑runtime saab neid kasutada, näiteks: “Enamus ennustuse kindlust on kõrge, sest sisend vastab domineerivale temperatuurimustrile, mis on õppitud sünteetilistest andmetest.”

### 3.3 Privaatsuse‑eelarve armatuurlaud

Reaalajas visualiseerime kumulatiivset privaatsuse‑eelarvet kõigi sünteetiliste genereerimiste üle:

```
+-------------------+-------------------+
| Genereerimise kuupäev | ε (epsilon)       |
+-------------------+-------------------+
| 2026‑09‑01        | 0.8               |
| 2026‑09‑15        | 0.6               |
| 2026‑09‑30        | 0.5               |
+-------------------+-------------------+
Kokku kasutatud ε: 1.9 (piir 2.5)
```

Kui eelarve läheneb regulatiivsele piirile, peatab torujuhe automaatselt täiendava sünteetilise genereerimise või küsib **eelarve laiendust** koos dokumenteeritud põhjendusega.

---

## 4. Reaalsed stsenaariumid

### 4.1 Autonoomne droonide hulk

Logistikaettevõte kasutab droonide hulgat, mis tugineb edge‑visioonimudelitele takistuste vältimiseks. Reaalseid kokkupõrkeandmeid on vähe, seega genereeritakse sünteetilisi õhufotosid. XSD rakendamisel:

* **Selgitatavus**: Generatsiooni narratiiv selgitab, et sünteetiline udu tihedus kalibreeriti vastavalt jälgitavatele ilmastikutingimustele.  
* **Vastavus**: Privaatsusmootor tagab, et reaalset GPS‑rajad ei sisaldu.  
* **Jõudlus**: Funktsioonide atribuutide raport näitab, et edge‑mudel tugineb tugevalt serva kontrastile, mis viib riistvaralise sensori uuendamiseni.

### 4.2 Tööstuslik ennetav hooldus

Tehas kasutab edge‑sensoreid mootori rikete ennustamiseks. Sünteetilisi vibratsioonianalüüse luuakse haruldaste rikete sündmuste täiendamiseks. XSD pakub:

* **Auditi jälg**: Regulaatorid saavad jälgida iga sünteetilist rikete kirjet tagasi anonümiseeritud reaalsete sündmusteni.  
* **Nullusalduslik pood**: Sünteetiline andmekogum on muutumatu registris, vältides turvalisuse varjamist.  
* **Mudeli usaldus**: Insenerid saavad SHAP‑raporti, mis kinnitab, et mudeli rikete ennustused põhinevad sünteetilistel kõrgsageduslikel tippsagedustel, mitte müra‑mõjudel.

### 4.3 Nutikas linn õhukvaliteedi jälgimine

Linnalised sensorid koguvad harva õhukvaliteedi andmeid. Sünteetilised andmed täidavad lüngad edge‑analüütikas. XSD võimaldab:

* **Dünaamiline nõusolek**: Kodanike nõusoleku tühistamisel eemaldab privaatsusmootor koheselt kõik sünteetilised kirjed, mis on nende andmetest tuletatud, ning päritolu graafik värskendatakse automaatselt.  
* **Selgitav avalik armatuurlaud**: Kodanikud näevad lihtsustatud generatsiooni narratiivi, mis suurendab usaldust AI‑põhiste hoiatuste vastu.

---

## 5. Parimad tavad XSD juurutamiseks skaalal

1. **Alusta minimaalsete selgitatavuse lepingutega** – määra kõige väiksem artefaktide komplekt (nt päritolu graafik + privaatsuse‑eelarve), mis on vajalik vastavuseks, ja laienda hiljem.  
2. **Kasuta LLM‑sid poliitika tõlkimiseks** – hoia poliitikad loomulikus keeles; lase LLM‑l genereerida valideerimiskood, et vältida käsitsi kodeerimise vigu.  
3. **Rakenda nullusalduslikku ladustamist varakult** – muutumatu, krüpteeritud ladustamine väldib hilisemaid retro‑aktiivseid vastavustöid.  
4. **Automatiseeri auditi jälje loomine** – integreeri päritolu teenus CI/CD‑torujuhtmetesse, nii et iga sünteetiline andmekogum saab automaatselt allkirjastatud graafi.  
5. **Jälgi privaatsuse‑eelarvet reaalajas** – kasuta armatuurlaudu ja hoiatusi, et vältida kogemata diferentseeritud privaatsuse eelarve ületamist.  
6. **Paku edge‑sõbralikke selgitatavuse pakette** – hoia selgitatavuse koormus kerge (JSON, tihendatud Mermaid‑SVG), et austada seadme salvestuspiiranguid.  
7. **Kaasa inim‑in‑the‑loop ülevaated** – lase perioodiliselt domeeniekspertidel üle vaadata generatsiooni narratiivid ja atribuutide raportid, et tabada peeneid eelarveid.

---

## 6. Tuleviku suunad

* **Föderatiivne XSD** – ühenda sünteetiline andmete genereerimine mitme edge‑sõlme vahel, säilitades globaalset selgitatavuse vaadet.  
* **Generatiivne AI‑põhine nõusoleku haldus** – LLM‑id võiksid automaatselt koostada nõusoleku tühistamise teated, mis on seotud konkreetsete sünteetiliste kirjetega.  
* **Standardiseerimine** – tekkivad standardid (nt ISO/IEC 42001 sünteetilise andmete valitsemise jaoks) tõenäoliselt kodifitseerivad selgitatavuse artefaktid, muutes valdkondadevahelised auditid lihtsamaks.  

---

## Vaata ka

- NIST AI Risk Management Framework – Sünteetiline andmete juhend  
- Diferentseeritud privaatsus Edge AI‑s: ülevaade (IEEE Access, 2024)  
- Selgitav AI generatiivsetele mudelitele (arXiv, 2023)