
# تولید دادهٔ مصنوعی پویا در لبه با ترکیب یادگیری فدرال، صفر‑اعتماد و کنترل‌های حریم‌خصوصی زمان واقعی

## مقدمه

دادهٔ مصنوعی به‌عنوان یک ستون‌فقره برای آموزش مدل‌های یادگیری ماشین زمانی که داده‌های واقعی کم، حساس یا هزینه‌بر هستند، تبدیل شده است. خطوط لولهٔ سنتی دادهٔ مصنوعی در مراکز دادهٔ متمرکز اجرا می‌شوند؛ داده‌های خام از منابع متعدد جمع‌آوری، تبدیل‌های حفظ‌کننده حریم‌خصوصی اعمال می‌شود و سپس دادهٔ تولیدشده به مصرف‌کنندگان downstream توزیع می‌گردد. اگرچه مؤثر است، این مدل تأخیر، هزینهٔ پهنای باند و یک نقطهٔ شکست واحد برای انطباق حریم‌خصوصی ایجاد می‌کند.

محاسبات لبه و یادگیری فدرال (FL) یک جایگزین جذاب ارائه می‌دهند: **دادهٔ مصنوعی را در همان جایی که دادهٔ خام وجود دارد، تولید کنید**. با انتقال منطق تولید به دستگاه‌های لبه—حسگرهای IoT، گوشی‌های هوشمند، کنترل‌کننده‌های صنعتی—سازمان‌ها می‌توانند اطلاعات شناسایی شخصی (PII) را بر روی دستگاه نگه دارند، ترافیک شبکه را کاهش دهند و به‌سرعت به تغییر توزیع داده‌ها واکنش نشان دهند. با این حال، غیرمتمرکز کردن تولید دادهٔ مصنوعی چالش‌های جدیدی در زمینهٔ اعتماد، حاکمیت و اجرای حریم‌خصوصی زمان واقعی ایجاد می‌کند.

این مقاله یک **موتور دادهٔ مصنوعی لبه صفر‑اعتماد، خودبهینه‌ساز** را معرفی می‌کند که یادگیری فدرال، هوش مصنوعی لبه و کنترل‌های حریم‌خصوصی زمان واقعی را ترکیب می‌کند. ما اجزای معماری، جریان داده، تضمین‌های امنیتی و گام‌های عملی پیاده‌سازی را مرور می‌کنیم. هدف این است که مهندسان، سرپرستان داده و مسئولین انطباق یک نقشهٔ راه ملموس برای سازگاری با اکوسیستم خودشان دریافت کنند.

## مفاهیم اصلی

| مفهوم | چرا مهم است |
|-------|-------------|
| **یادگیری فدرال** | امکان بهبود مدل به‌صورت مشارکتی را بدون انتقال دادهٔ خام از دستگاه فراهم می‌کند. |
| **معماری صفر‑اعتماد** | فرض می‌کند هر مؤلفه—دستگاه، شبکه، سرویس—ممکن است به‌سختی تحت حمله قرار گیرد و دسترسی حداقل را در تمام زمان‌ها اعمال می‌کند. |
| **هوش مصنوعی لبه** | محاسبهٔ بر روی دستگاه برای تبدیل داده، تولید مصنوعی و استنتاج را فراهم می‌کند و تأخیر را کاهش می‌دهد. |
| **کنترل‌های حریم‌خصوصی زمان واقعی** | به‌صورت پویا رضایت، حداقل‌سازی داده و سیاست‌های نظارتی را در حین پردازش داده اعمال می‌کند. |
| **بازار دادهٔ مصنوعی** | به دستگاه‌های لبه اجازه می‌دهد مجموعه‌های دادهٔ مصنوعی را به مصرف‌کنندگان مجاز تحت شرایط مجوز قابل حسابرسی منتشر کنند. |

## معماری سطح بالا

```mermaid
graph LR
    A["دستگاه حسگر"] --> B["موتور هوش مصنوعی لبه"]
    B --> C["آموزش‌دهنده مدل فدرال"]
    C --> D["تجمع‌کننده مدل سراسری"]
    D --> C
    B --> E["مولد دادهٔ مصنوعی"]
    E --> F["موتور سیاست صفر‑اعتماد"]
    F --> G["بازار دادهٔ مصنوعی"]
    G --> H["مصرف‌کنندهٔ مجاز"]
    subgraph Edge
        B
        C
        E
        F
    end
    subgraph Cloud
        D
        G
    end
```

### تجزیه و تحلیل اجزا

1. **موتور هوش مصنوعی لبه** – زمان‌اجرای سبک (مانند TensorFlow Lite، ONNX Runtime) که مدل فعلی تولید دادهٔ مصنوعی و ماژول‌های اعمال حریم‌خصوصی را میزبانی می‌کند.  
2. **آموزش‌دهنده مدل فدرال** – گام‌های آموزش محلی را بر روی دادهٔ جمع‌آوری‌شده توسط دستگاه اجرا می‌کند و به‌روزرسانی‌های مدل را که به‌صورت رمزنگاری‌شده امضا شده‌اند، به تجمیع‌کننده ابری می‌فرستد.  
3. **تجمع‌کننده مدل سراسری** – تجمیع امن (مثلاً رمزنگاری هم‌جماعی، محاسبهٔ چندجانبهٔ امن) را برای به‌روزرسانی مدل سراسری تولید دادهٔ مصنوعی انجام می‌دهد بدون اینکه دادهٔ خام را فاش کند.  
4. **مولد دادهٔ مصنوعی** – با استفاده از جدیدترین مدل، رکوردهای مصنوعی را بر روی دستگاه تولید می‌کند؛ در صورت نیاز می‌تواند بر اساس پارامترهای کاربر (مثلاً برش‌های جمعیتی) شرط‌گذاری شود.  
5. **موتور سیاست صفر‑اعتماد** – قبل از خروج دادهٔ مصنوعی، رضایت زمان واقعی، قوانین حوزه قضایی و امتیازهای ریسک را ارزیابی می‌کند.  
6. **بازار دادهٔ مصنوعی** – سرویس فهرست‌گذاری که مجموعه‌های دادهٔ مصنوعی را ثبت می‌کند، مجوزهای استفاده را پیوست می‌کند و برای مصرف‌کنندگان downstream لاگ‌های حسابرسی فراهم می‌سازد.

## مرور جریان داده

### 1. دریافت و پیش‌پردازش محلی

- دادهٔ حسگر خام در یک محفظهٔ امن بر روی دستگاه ضبط می‌شود.  
- یک **فیلتر حریم‌خصوصی** (حفظ حریم‌خصوصی تفاضلی، k‑anonymity) بلافاصله اجرا می‌شود، شناسه‌ها را حذف می‌کند و نویز کالیبره‌شده اضافه می‌کند.  
- دادهٔ فیلترشده در یک **فروشگاه ویژگی محلی** برای دور آموزش بعدی ذخیره می‌شود.

### 2. به‌روزرسانی مدل فدرال

- موتور هوش مصنوعی لبه مدل سراسری فعلی (مثلاً Conditional Variational Auto‑Encoder) را بارگذاری می‌کند.  
- با استفاده از فروشگاه ویژگی محلی، چند گام گرادیان انجام می‌دهد و یک **دلتا مدل** تولید می‌کند.  
- دلتا با کلید attestation دستگاه امضا و با کلید عمومی تجمع‌کننده رمزنگاری می‌شود.  
- دلتا امضا‌شده از طریق یک کانال **TLS متقابل** به ابر منتقل می‌گردد.

### 3. تجمیع امن

- تجمع‌کننده دلتاها را از هزاران دستگاه جمع‌آوری می‌کند.  
- با استفاده از پروتکل‌های **Secure Aggregation**، میانگین وزنی را بدون مشاهدهٔ به‌روزرسانی‌های فردی محاسبه می‌کند.  
- مدل سراسری جدید نسخه‌بندی، امضا و از طریق یک **شبکه توزیع محتوا‑آدرس‌پذیر** (مانند IPFS با کنترل دسترسی) به دستگاه‌ها بازگردانده می‌شود.

### 4. تولید مصنوعی بر روی دستگاه

- پس از دریافت مدل جدید، موتور هوش مصنوعی لبه به‌صورت درخواست‑محور رکوردهای مصنوعی تولید می‌کند.  
- تولید می‌تواند **تریک** شود توسط:  
  - فواصل زمانبندی‌شده (مثلاً هر ساعت).  
  - رویدادهای زمان واقعی (مثلاً خواندن حسگر جدید که از آستانه‌ای عبور کرده).  
  - فراخوانی‌های API خارجی از سرویس‌های مجاز.

### 5. اجرای حریم‌خصوصی زمان واقعی

- پیش از خروج یک رکورد مصنوعی از دستگاه، **موتور سیاست صفر‑اعتماد** بررسی می‌کند:  
  - **وضعیت رضایت** (آیا موضوع داده رضایت خود را پس گرفته است؟).  
  - **قوانین نظارتی** ([_GDPR_](https://gdpr.eu/)، [_CCPA_](https://oag.ca.gov/privacy/ccpa)، [_HIPAA_](https://www.hhs.gov/hipaa/index.html)) بر اساس متادیتای مکان دستگاه.  
  - **امتیاز ریسک** استخراج‌شده از عدم قطعیت مدل و مصرف بودجهٔ حریم‌خصوصی.  
- اگر هر یک از این بررسی‌ها ناموفق باشد، رکورد یا **دوباره با پارامترهای حریم‌خصوصی سخت‌تر تولید** می‌شود یا **مسدود** می‌گردد.

### 6. انتشار در بازار

- مجموعه‌های دادهٔ مصنوعی تأییدشده با یک **مجوز قابل خواندن توسط ماشین** (مثلاً ODRL) و یک **هش غیرقابل تقلب** بسته‌بندی می‌شوند.  
- بازار، مجموعه را ثبت می‌کند، زنجیرهٔ منشا (شناسهٔ دستگاه → نسخهٔ مدل → تصمیمات سیاست) را لاگ می‌گیرد و از طریق یک **API GraphQL** قابل کشف می‌سازد.  
- مصرف‌کنندگان با استفاده از **شناسه‌های غیرمتمرکز (DIDs)** احراز هویت می‌شوند و توکن‌های دسترسی دریافت می‌کنند که به‌صورت خاص برای مجموعهٔ داده و هدف استفاده محدود شده‌اند.

## تضمین‌های امنیتی

| بردار تهدید | کاهش خطر |
|------------|----------|
| **سخت‌افزار دستگاه به خطر افتاده** | محفظهٔ امن، بوت attested و بررسی‌های یکپارچگی زمان اجرا. |
| **حملهٔ مرد میانی** | TLS متقابل، دلتاهای مدل امضا‌شده و تجمیع رمزنگاری‌شده. |
| **دور زدن سیاست** | موتور صفر‑اعتماد در یک sandbox جداگانه اجرا می‌شود؛ تصمیمات سیاست به‌صورت غیرقابل تغییر لاگ می‌شوند. |
| **معکوس‌سازی مدل** | نویز حریم‌خصوصی تفاضلی در طول آموزش و تولید؛ نسخه‌بندی مدل محدودیت در افشای اطلاعات را ایجاد می‌کند. |
| **مصرف غیرمجاز** | احراز هویت مبتنی بر DID، توکن‌های دسترسی محدود به مجموعهٔ خاص و مجوزهای قابل لغو. |

## حاکمیت و حسابرسی

1. **ردیابی حسابرسی غیرقابل تغییر** – هر رکورد مصنوعی یک **توکن منشا رمزنگاری‌شده** دارد که به:  
   - شناسهٔ attestation دستگاه.  
   - هش نسخهٔ مدل.  
   - هش تصمیم سیاست.  
   ارجاع می‌دهد.  
2. **پانل رضایت پویا** – موضوعات داده می‌توانند رضایت خود را به‌صورت زمان واقعی مشاهده و پس بگیرند؛ پس‌گیری‌ها بلافاصله سیاست‌ها را در تمام دستگاه‌ها به‌روز می‌کند.  
3. **سرویس همگام‌سازی نظارتی** – به‌صورت دوره‌ای به APIهای نظارتی (مثلاً EU Data Protection Board) متصل می‌شود و آن‌ها را به قواعد سیاستی برای موتور صفر‑اعتماد تبدیل می‌کند.  
4. **گزارش‌گیری انطباق** – بازار لاگ‌های حسابرسی را تجمیع می‌کند و **گزارش‌های انطباق قابل خواندن توسط ماشین** (JSON‑LD) برای حسابرسان تولید می‌نماید.

## نقشهٔ راه پیاده‌سازی

### فناوری‌های پیشنهادی

| لایه | ابزارهای پیشنهادی |
|------|-------------------|
| زمان‌اجرای لبه | TensorFlow Lite، ONNX Runtime، EdgeX Foundry |
| محفظهٔ امن | ARM TrustZone، Intel SGX، Apple Secure Enclave |
| یادگیری فدرال | TensorFlow Federated، PySyft، Flower |
| تجمیع امن | CrypTen، OpenMined Secure Aggregation |
| موتور سیاست | Open Policy Agent (OPA) با سیاست‌های Rego سفارشی |
| API بازار | GraphQL + Apollo Server، احراز هویت DID (Ceramic، Veramo) |
| حسابرسی | Hyperledger Fabric برای لاگ‌های غیرقابل تغییر، یا لایهٔ دوم اتریوم (Polygon) |

### گام‌های گام‌به‌گام برای استقرار

1. **تدارک دستگاه‌ها** – زمان‌اجرای لبه را نصب کنید، کلیدهای attestation تولید کنید و دستگاه‌ها را در یک پلتفرم مدیریت دستگاه ثبت کنید.  
2. **راه‌اندازی مدل سراسری** – یک مدل اولیهٔ تولید دادهٔ مصنوعی را بر روی یک مجموعهٔ دادهٔ با رضایت کوچک آموزش دهید؛ آن را نسخه‌بندی و امضا کنید.  
3. **پیکربندی زمان‌بند FL** – دوره‌های آموزش، نرخ یادگیری و آستانه‌های تجمیع را تعریف کنید.  
4. **استقرار قوانین سیاست** – رضایت، حوزه قضایی و آستانه‌های ریسک را در سیاست‌های OPA رمزگذاری کنید؛ آن‌ها را به موتور صفر‑اعتماد متصل کنید. برای مرجع استاندارد، به [_چارچوب امنیت سایبری NIST (CSF)_](https://www.nist.gov/cyberframework) که پایهٔ بسیاری از پیاده‌سازی‌های صفر‑اعتماد است، مراجعه کنید.  
5. **راه‌اندازی بازار** – سرویس فهرست‌گذاری را راه‌اندازی کنید، قالب‌های مجوز را تعریف کنید و احراز هویت DID را یکپارچه کنید.  
6. **نظارت و بهبود** – از ابزارهای مشاهده‌پذیری (Prometheus، Grafana) برای ردیابی انحراف مدل، مصرف بودجهٔ حریم‌خصوصی و تخلفات سیاست استفاده کنید.

## موارد استفاده واقعی

| صنعت | مزیت دادهٔ مصنوعی لبه |
|------|----------------------|
| **بهداشت** | تولید سوابق بیمار مصنوعی بر روی دستگاه‌های IoT بیمارستانی، امکان پژوهش بدون افشای PHI (مطابق با [_HIPAA_](https://www.hhs.gov/hipaa/index.html)). |
| **صنعت** | تولید جریان‌های حسگر مصنوعی برای مدل‌های نگهداری پیش‌بینانه در حالی که داده‌های فرآیندی مالکیتی را در محل نگه می‌دارند. |
| **شهرهای هوشمند** | ایجاد مجموعه‌های دادهٔ ترافیک و حرکت مصنوعی از دوربین‌های لبه، پشتیبانی از تجزیه و تحلیل شهری بدون نقض حریم‌خصوصی شهروندان (همراستا با [_GDPR_](https://gdpr.eu/)). |
| **خرده‌فروشی** | تولید تاریخچه خرید مصنوعی بر روی پایانه‌های POS، امکان پیش‌بینی تقاضا بدون به اشتراک‌گذاری شناسه‌های مشتری (احترام به [_CCPA_](https://oag.ca.gov/privacy/ccpa)). |

## ملاحظات عملکردی

- **بار محاسباتی** – مدل‌های هوش مصنوعی لبه باید زیر ۵۰ مگابایت باشند و زمان استنتاج زیر ۲۰۰ میلی‌ثانیه بر روی هسته‌های معمول ARM Cortex‑A53 مصرف کنند.  
- **بار شبکه** – به‌روزرسانی‌های فدرال معمولاً زیر ۱۰۰ کیلوبایت در هر دوره هستند؛ تجمیع امن افزودن تأخیر کم (کمتر از ۲ ثانیه) زمانی که از تجمع‌کننده‌های منطقه‌ای استفاده شود.  
- **بودجهٔ حریم‌خصوصی** – یک بودجهٔ ε (اپسیلون) سراسری تخصیص داده می‌شود؛ موتور صفر‑اعتماد مصرف را برای هر دستگاه ردیابی می‌کند و هنگام اتمام بودجه تولید را محدود می‌کند.

## مسیرهای آینده

1. **بودجه‌های حریم‌خصوصی سازگار** – استفاده از یادگیری تقویتی برای تخصیص پویا ε بر اساس سود مدل و ریسک نظارتی.  
2. **تولید فدرال متقاطع حوزه** – ترکیب داده‌های حوزه‌های مختلف (مثلاً بهداشت + مالی) در حالی که محدودیت‌های حریم‌خصوصی خاص هر حوزه حفظ می‌شود.  
3. **تولید مصنوعی قابل توضیح** – پیوست توضیحات سطح مدل (مقدارهای SHAP) به هر رکورد مصنوعی برای حسابرسی downstream.  
4. **اعتباردهی پس‌کوآنتوم** – ارتقاء کلیدهای دستگاه به الگوریتم‌های پس‌کوآنتوم همان‌طور که استاندارد می‌شوند.

## نتیجه‌گیری

با ترکیب یادگیری فدرال، امنیت صفر‑اعتماد و هوش مصنوعی لبه، سازمان‌ها می‌توانند **دادهٔ مصنوعی با کیفیت بالا را در منبع تولید کنند**، که به‌طور چشمگیری تأخیر، هزینهٔ پهنای باند و ریسک حریم‌خصوصی را کاهش می‌دهد. معماری مطرح‌شده در اینجا مسیر **قابل مقیاس، حسابرسی‌شدنی و سازگار** برای توانمندسازی برنامه‌های هوش مصنوعی نسل بعدی—from بهداشت شخصی‌سازی‌شده تا تولید خودکار—در حالی که حاکمیت دادهٔ هر فرد را محترم می‌شمارد.

---

## مطالب مرتبط

- [یادگیری فدرال: مرور جامع (وبلاگ Google AI)](https://ai.googleblog.com/2023/04/federated-learning-comprehensive-overview.html)  
- [معماری صفر‑اعتماد (NIST SP 800-207)](https://csrc.nist.gov/publications/detail/sp/800-207/final)  
- [حفظ حریم‌خصوصی تفاضلی در عمل (OpenMined)](https://www.openmined.org/differential-privacy)  
- [هوش مصنوعی لبه و تولید دادهٔ مصنوعی (IEEE Xplore)](https://ieeexplore.ieee.org/document/9876543)