
# Dinamičko generiranje sintetičkih podataka na rubu kombinirajući federirano učenje, zero‑trust i kontrole privatnosti u stvarnom vremenu

## Uvod

Sintetički podaci postali su temelj za treniranje modela strojnog učenja kada su stvarni podaci rijetki, osjetljivi ili skupi za prikupljanje. Tradicionalni pipeline‑ovi sintetičkih podataka izvode se u centraliziranim podatkovnim centrima, povlače sirove podatke iz više izvora, primjenjuju transformacije koje čuvaju privatnost i zatim distribuiraju generirane podatke krajnjim korisnicima. Iako je ovaj model učinkovit, uvodi latenciju, opterećenje mreže i jedinstvenu točku kvara za usklađenost s privatnošću.

Rubno računalstvo i federirano učenje (FL) nude privlačnu alternativu: **generirati sintetičke podatke tamo gdje podaci žive**. Premještanjem logike generiranja na rubne uređaje – IoT senzore, pametne telefone, industrijske kontrolere – organizacije mogu zadržati osobne podatke (PII) na uređaju, smanjiti promet mreže i odmah reagirati na promjene u distribuciji podataka. Međutim, decentralizacija stvaranja sintetičkih podataka donosi nove izazove u pogledu povjerenja, upravljanja i provođenja privatnosti u stvarnom vremenu.

Ovaj članak predstavlja **samoučinkoviti, zero‑trust engine za sintetičke podatke na rubu** koji kombinira federirano učenje, rubno AI i kontrole privatnosti u stvarnom vremenu. Proći ćemo kroz arhitektonske komponente, protok podataka, sigurnosne garancije i praktične korake implementacije. Cilj je pružiti inženjerima, čuvarima podataka i službenicima za usklađenost konkretan plan koji mogu prilagoditi svojim ekosustavima.

## Osnovni pojmovi

| Pojam | Zašto je važan |
|-------|----------------|
| **Federirano učenje** | Omogućuje zajedničko poboljšanje modela bez premještanja sirovih podataka s uređaja. |
| **Zero‑trust arhitektura** | Pretpostavlja da svaki komponent – uređaj, mreža, usluga – može biti kompromitiran i primjenjuje najniži mogući pristup u svakom trenutku. |
| **Rubno AI** | Osigurava izračune na uređaju za transformaciju podataka, generiranje sintetičkih podataka i inferenciju, smanjujući latenciju. |
| **Kontrole privatnosti u stvarnom vremenu** | Dinamički provode pristanak, minimizaciju podataka i regulatorna pravila dok se podaci obrađuju. |
| **Tržište sintetičkih podataka** | Omogućuje rubnim uređajima da objavljuju sintetičke skupove podataka ovlaštenim potrošačima pod auditable licencnim uvjetima. |

## Visokorazinska arhitektura

```mermaid
graph LR
    A["Uređaj Senzor"] --> B["Rubni AI Engine"]
    B --> C["Federirani Trener Modela"]
    C --> D["Globalni Agregator Modela"]
    D --> C
    B --> E["Generator Sintetičkih Podataka"]
    E --> F["Zero Trust Policy Engine"]
    F --> G["Tržište Sintetičkih Podataka"]
    G --> H["Ovlašteni Potrošač"]
    subgraph Edge
        B
        C
        E
        F
    end
    subgraph Cloud
        D
        G
    end
```

### Razlaganje komponenti

1. **Rubni AI Engine** – Lagan runtime (npr. TensorFlow Lite, ONNX Runtime) koji hosta trenutni model za generiranje sintetičkih podataka i module za provođenje privatnosti.  
2. **Federirani Trener Modela** – Izvršava lokalne korake treniranja na podacima prikupljenim na uređaju, proizvodeći ažuriranja modela koja su kriptografski potpisana i šalju se agregatoru u oblaku.  
3. **Globalni Agregator Modela** – Provodi sigurno agregiranje (npr. homomorfno šifriranje, sigurni višestruki izračuni) kako bi ažurirao globalni model generiranja sintetičkih podataka bez otkrivanja sirovih ažuriranja.  
4. **Generator Sintetičkih Podataka** – Koristi najnoviji model za proizvodnju sintetičkih zapisa na uređaju, po potrebi uvjetovanih parametrima korisnika (npr. demografske podskupine).  
5. **Zero Trust Policy Engine** – Procjenjuje pristanak u stvarnom vremenu, jurisdikcijska pravila i ocjene rizika prije nego što se sintetički podaci dopuste za emisiju.  
6. **Tržište Sintetičkih Podataka** – Katalog usluga koja registrira sintetičke skupove podataka, pridodaje licence korištenja i pruža audit logove za downstream potrošače.

## Prolaz kroz protok podataka

### 1. Prikupljanje i lokalna predobrada

- Sirovi podaci senzora se hvataju u sigurnom enklavu na uređaju.  
- **Filter privatnosti** (diferencijalna privatnost, k‑anonimnost) odmah uklanja identifikatore i dodaje kalibrirani šum.  
- Filtrirani podaci pohranjuju se u **lokalnu trgovinu značajki** za sljedeću fazu treniranja.

### 2. Ažuriranje federiranog modela

- Rubni AI engine učitava trenutni globalni model (npr. Conditional Variational Auto‑Encoder).  
- Korištenjem lokalne trgovine značajki, izvršava nekoliko koraka gradijenta, proizvodeći **model delta**.  
- Delta se potpisuje ključem uređaja i šifrira javnim ključem agregatora.  
- Potpisana delta se prenosi putem **mutual TLS** kanala u oblak.

### 3. Sigurno agregiranje

- Agregator prikuplja delte od tisuća uređaja.  
- Korištenjem **Secure Aggregation** protokola izračunava ponderirani prosjek bez ikada uvida u pojedinačna ažuriranja.  
- Novi globalni model se verzionira, potpisuje i vraća uređajima putem **content‑addressable distribucijske mreže** (npr. IPFS s kontrolom pristupa).

### 4. Generiranje sintetičkih podataka na uređaju

- Nakon primitka novog modela, rubni AI engine generira sintetičke zapise po potrebi.  
- Generiranje se može **okidati**:
  - Zakazanim intervalima (npr. svakih sat vremena).  
  - Događajima u stvarnom vremenu (npr. novo očitanje senzora koje prelazi prag).  
  - Vanjskim API pozivima ovlaštenih usluga.

### 5. Provođenje privatnosti u stvarnom vremenu

- Prije nego što sintetički zapis napusti uređaj, **Zero Trust Policy Engine** procjenjuje:
  - **Status pristanka** (je li subjekt podataka povukao pristanak?).  
  - **Regulatorna jurisdikcija** ([_GDPR_](https://gdpr.eu/), [_CCPA_](https://oag.ca.gov/privacy/ccpa), [_HIPAA_](https://www.hhs.gov/hipaa/index.html)) na temelju metapodataka lokacije uređaja.  
  - **Ocjena rizika** izvedena iz nesigurnosti modela i potrošnje privatnog budžeta.  
- Ako bilo koja provjera ne uspije, zapis se **ponovo generira** s restriktivnijim parametrima privatnosti ili **blokira**.

### 6. Objavljivanje na tržištu

- Odobreni sintetički skupovi podataka pakiraju se s **licencom čitljivom za strojeve** (npr. ODRL) i **tamper‑evident hash‑om**.  
- Tržište registrira skup podataka, bilježi lanac podrijetla (ID uređaja → verzija modela → odluke politike) i čini ga otkrivljivim putem **GraphQL API‑ja**.  
- Potrošači se autentificiraju putem **decentraliziranih identifikatora (DID‑ova)** i primaju **token‑ove pristupa** ograničene na specifični skup podataka i svrhu korištenja.

## Sigurnosne garancije

| Vektor prijetnje | Ublažavanje |
|------------------|-------------|
| **Komprimizacija uređaja** | Sigurna enklava, attested boot i provjere integriteta runtime‑a. |
| **Man‑in‑the‑Middle** | Mutual TLS, potpisane delta‑e modela i šifrirano agregiranje. |
| **Zaobilaženje politika** | Zero Trust engine radi u izoliranom sandboxu; odluke politika se nepromjenjivo logiraju. |
| **Inverzija modela** | Šum diferencijalne privatnosti umetnut tijekom treniranja i generiranja; verzioniranje modela ograničava izloženost. |
| **Neovlaštena potrošnja** | DID‑bazirana autentifikacija, token‑om ograničen pristup i opozivljive licence. |

## Upravljanje i audit

1. **Neizmjenjivi audit trag** – Svaki sintetički zapis nosi **kriptografski token podrijetla** koji referencira:
   - ID attestation uređaja.  
   - Hash verzije modela.  
   - Hash odluke politike.  
2. **Dashboard za dinamički pristanak** – Subjekti podataka mogu u stvarnom vremenu pregledavati i povlačiti pristanak; povlačenja odmah ažuriraju politike diljem flote.  
3. **Regulatorni sync servis** – Povremeno povlači ažuriranja s regulatornih API‑ja (npr. EU Data Protection Board) i pretvara ih u pravila za Zero Trust engine.  
4. **Izvještaji o usklađenosti** – Tržište agregira audit logove i proizvodi **strojno čitljive izvještaje o usklađenosti** (JSON‑LD) za revizore.

## Plan implementacije

### Tehnološki stack

| Sloj | Preporučeni alati |
|------|-------------------|
| Edge Runtime | TensorFlow Lite, ONNX Runtime, EdgeX Foundry |
| Sigurna enklava | ARM TrustZone, Intel SGX, Apple Secure Enclave |
| Federirano učenje | TensorFlow Federated, PySyft, Flower |
| Sigurno agregiranje | CrypTen, OpenMined Secure Aggregation |
| Policy Engine | Open Policy Agent (OPA) s prilagođenim Rego pravilima |
| Marketplace API | GraphQL + Apollo Server, DID‑Auth (Ceramic, Veramo) |
| Auditing | Hyperledger Fabric za neizmjenjive logove, ili Ethereum Layer‑2 (Polygon) |

### Koraci implementacije

1. **Provisioniranje uređaja** – Instalirajte edge runtime, generirajte attestation ključeve i upišite uređaje u platformu za upravljanje uređajima.  
2. **Bootstrap globalnog modela** – Trenirajte početni generator sintetičkih podataka na malom, konsentiranim skupu podataka; verzionirajte i potpišite ga.  
3. **Konfiguracija FL rasporeda** – Definirajte trening runde, learning rate‑ove i pragove agregacije.  
4. **Deploy policy pravila** – Kodirajte pristanak, jurisdikciju i pragove rizika u OPA politike; povežite ih s Zero Trust engine‑om. Za referencu standarda, pogledajte [_NIST Cybersecurity Framework (CSF)_](https://www.nist.gov/cyberframework).  
5. **Pokretanje tržišta** – Postavite katalog usluga, definirajte predloške licenci i integrirajte DID autentifikaciju.  
6. **Monitoring i iteracija** – Koristite alate za observabilnost (Prometheus, Grafana) za praćenje drift‑a modela, potrošnje privatnog budžeta i kršenja politika.

## Primjeri iz prakse

| Industrija | Korist od sintetičkih podataka na rubu |
|------------|----------------------------------------|
| **Zdravstvo** | Generiranje sintetičkih pacijentovih zapisa na hospitalnim IoT uređajima, omogućujući istraživanje bez izlaganja PHI (usklađeno s [_HIPAA_](https://www.hhs.gov/hipaa/index.html)). |
| **Proizvodnja** | Proizvodnja sintetičkih senzorskih tokova za modele prediktivnog održavanja, dok se vlasnički procesni podaci drže on‑premise. |
| **Pametni gradovi** | Stvaranje sintetičkih podataka o prometu i mobilnosti iz rubnih kamera, podržavajući gradske analitike bez kršenja privatnosti građana (usklađeno s [_GDPR_](https://gdpr.eu/)). |
| **Maloprodaja** | Generiranje sintetičkih povijesti kupovina na POS terminalima, omogućujući prognozu potražnje bez dijeljenja identifikatora kupaca (poštujući [_CCPA_](https://oag.ca.gov/privacy/ccpa)). |

## Razmatranja performansi

- **Računski otisak** – Edge AI modeli trebaju biti ispod 50 MB i trošiti <200 ms po inferenciji na tipičnim ARM Cortex‑A53 jezgrama.  
- **Opterećenje mreže** – Federirani update‑i su obično <100 KB po rundi; sigurno agregiranje dodaje minimalnu latenciju (<2 s) kada se koriste regionalni agregatori.  
- **Privatni budžet** – Dodijelite globalni ε (epsilon) budžet; Zero Trust engine prati potrošnju po uređaju i smanjuje generiranje kada se budžet iscrpi.

## Budući smjerovi

1. **Adaptivni privatni budžeti** – Upotrijebite reinforcement learning za dinamičko raspoređivanje ε na temelju korisnosti modela i regulatornog rizika.  
2. **Međudomensko federirano sintetiziranje** – Kombinirajte podatke iz različitih domena (npr. zdravstvo + financije) uz očuvanje domena‑specifičnih pravila privatnosti.  
3. **Objašnjivo generiranje sintetičkih podataka** – Priložite model‑level objašnjenja (SHAP vrijednosti) svakom sintetičkom zapisu za downstream auditabilnost.  
4. **Postkvantna attestation** – Nadogradite ključeve uređaja na post‑kvantne algoritme kako postanu standardizirani.

## Zaključak

Uparivanjem federiranog učenja, zero‑trust sigurnosti i rubnog AI‑ja, organizacije mogu **proizvoditi visokokvalitetne sintetičke podatke izvorno**, značajno smanjujući latenciju, troškove propusnosti i rizik za privatnost. Opisana arhitektura nudi **skalabilan, auditable i usklađen** put za napajanje AI aplikacija sljedeće generacije – od personalizirane zdravstvene skrbi do autonomne proizvodnje – uz poštivanje suvereniteta podataka svakog pojedinca.

---

## Vidi također

- [Federated Learning: A Comprehensive Overview (Google AI Blog)](https://ai.googleblog.com/2023/04/federated-learning-comprehensive-overview.html)  
- [Zero Trust Architecture (NIST SP 800-207)](https://csrc.nist.gov/publications/detail/sp/800-207/final)  
- [Differential Privacy in Practice (OpenMined)](https://www.openmined.org/differential-privacy)  
- [Edge AI and Synthetic Data Generation (IEEE Xplore)](https://ieeexplore.ieee.org/document/9876543)