
# Sigurna višestrana suradnja na sintetičkim podacima s homomorfnom enkripcijom

U eri u kojoj AI modeli temeljeni na podacima predstavljaju konkurentsku prednost, **sintetički podaci** pojavili su se kao moćna alternativa dijeljenju stvarnih zapisa. Međutim, kada više strana treba **zajednički stvarati** sintetičke skupove podataka — npr. međusektorska zdravstvena istraživanja, federirana financijska analitika ili zajedničke simulacije autonomnih vozila — privatnost, regulatorna usklađenost i povjerenje postaju značajne prepreke.

Ovaj članak predstavlja **okvir za suradnju uz očuvanje privatnosti** koji spaja tri najnovija koncepta:

1. **Homomorfna enkripcija (HE)** – omogućuje izračune nad šifriranim podacima bez dešifriranja.  
2. **Sigurna višestrana izračun (SMPC)** – distribuira kriptografske radne opterećenja među sudionicima tako da nijedan čvor nikada ne vidi sirove ulaze.  
3. **Arhitektura nulte pouzdanosti (ZTA)** – pretpostavlja da je svaki element mreže nepouzdan dok se ne dokaže suprotno, provodeći kontinuiranu provjeru i pristup najnižim privilegijama.

Zajedno, oni čine **Zero‑Trust Synthetic Data Marketplace (ZT‑SDM)** koji organizacijama omogućuje zajedničko treniranje generativnih modela, validaciju sintetičkih izlaza i razmjenu podataka uz nevidljivost temeljnih privatnih podataka za sve strane — uključujući i operatera tržišta.

---

## Zašto postojeća rješenja ne zadovoljavaju potrebe

| Postojeći pristup | Glavno ograničenje |
|-------------------|--------------------|
| **Centralizirani pipelinei za sintetičke podatke** | Potreban je pouzdan podatkovni jezero; jedan proboj može otkriti sirove ulaze. |
| **Federirano učenje s agregacijom modela** | Dijele se samo ažuriranja modela, ne sami sintetički podaci; krajnji korisnici i dalje moraju tražiti sirove podatke za validaciju. |
| **Samo diferencijalna privatnost (DP)** | Dodaje statistički šum koji može smanjiti korisnost, osobito za visokodimenzionalne podatke. |
| **Samo SMPC pipelinei** | Velik komunikacijski overhead; skaliranje na velike generativne modele (npr. difuzijske modele ili LLM‑ove) je nepraktično. |

**ZT‑SDM** popunjava ove praznine **šifriranjem cijelog pipelinea za generiranje podataka** uz mogućnost **povratnih informacija o kvaliteti u stvarnom vremenu** i **revizijskih tragova**.

---

## Pregled arhitekture

Dolje je prikazan visokorazinski Mermaid dijagram koji prikazuje protok šifriranih podataka, izračuna i verifikacije kroz sudjelujuće čvorove.

```mermaid
graph TD
    subgraph "Sudionik A"
        A1["Sirovi podaci A"]
        A2["HE Enkriptor"]
    end
    subgraph "Sudionik B"
        B1["Sirovi podaci B"]
        B2["HE Enkriptor"]
    end
    subgraph "Orkestrator"
        O1["Usluga upravljanja ključevima (KMS)"]
        O2["Sigurni računalni motor"]
        O3["Motor politika nulte pouzdanosti"]
        O4["Usluga revizijskog zapisa"]
    end
    subgraph "Potrošač"
        C1["Potrošač sintetičkih podataka"]
    end

    A1 --> A2
    B1 --> B2
    A2 --> O2
    B2 --> O2
    O2 --> O3
    O3 --> O4
    O2 --> C1
    O4 --> C1
```

**Ključne komponente**:

- **HE Enkriptor** (po sudioniku) pretvara sirove zapise u šifrirani tekst koristeći **zajednički javni ključ**.  
- **Usluga upravljanja ključevima (KMS)** pohranjuje **privatni ključ za dešifriranje** u hardverski zaštićenom enklavu; ključ nikada ne napušta orkestratora.  
- **Sigurni računalni motor** izvršava generativni model (npr. difuzijski model) **direktno na šifriranom tekstu** koristeći HE‑kompatibilna jezgra.  
- **Motor politika nulte pouzdanosti** provjerava svaki zahtjev (čitanje podataka, inferencija modela, izvoz revizije) prema dinamičkim politikama izvedenim iz regulatornih okvira ([GDPR](https://gdpr.eu/), [HIPAA](https://www.hhs.gov/hipaa/index.html), [CCPA](https://oag.ca.gov/privacy/ccpa)).  
- **Usluga revizijskog zapisa** bilježi nepromjenjive, otporne na manipulacije zapise (po izboru ići na blockchain) radi provjere usklađenosti.

---

## Korak‑po‑korak radni tok

### 1. Uključivanje i definicija politika
1. Svaka organizacija se registrira na tržištu, učitavajući **metapodatke** (domeni podataka, oznake osjetljivosti, jurisdikcija).  
2. **Motor politika nulte pouzdanosti** automatski generira **matricu politika** koja mapira dopuštene operacije (npr. “generiraj sintetičke zdravstvene zapise samo za istraživanje”) na kriptografska ograničenja.

### 2. Razmjena ključeva i enkripcija
- Sudionici primaju **javni HE ključ** od KMS‑a.  
- Sirovi skupovi podataka šifriraju lokalno; šifrirani tekst nikada ne napušta perimetar sudionika.

### 3. Distribuirano treniranje modela (pomoću SMPC‑a)
- Orkestrator pokreće **SMPC protokol** koji dijeli ažuriranja težina generativnog modela među sudionicima.  
- Svaki čvor izvodi **šifrirano izračunavanje gradijenta** na svom šifriranom tekstu, zatim dijeli **maskirane parcijalne rezultate**.  
- KMS agregira maskirane ažuriranja, dešifrira **samo agregat**, te ponovno šifrira nove parametre modela za sljedeću iteraciju.

### 4. Generiranje sintetičkih podataka
- Potrošači zahtijevaju sintetičke uzorke putem **API‑ja provjerenog politikama**.  
- Sigurni računalni motor pokreće model **homomorfno**, proizvodeći **šifrirane sintetičke zapise**.  
- KMS dešifrira konačni izlaz **just‑in‑time** za potrošača, a zatim odmah izbrisuje privatni ključ iz memorije.

### 5. Kontinuirana revizija i povratna informacija
- Svaki zahtjev, izračun i događaj dešifriranja zapisuje se u **Uslugu revizijskog zapisa**.  
- Revizori mogu upitima koristiti **zero‑knowledge dokaze** kako bi potvrdili usklađenost bez uvida u sirove podatke.  
- Potrošači mogu pružiti **povratnu informaciju o korisnosti** (npr. statističke sličnosti) koja se, pod šifrom, vraća u petlju treniranja.

---

## Tehnički detalji: Odabir homomorfne enkripcije

| Shema | Veličina šifriranog teksta | Podržane operacije | Tipični slučaj upotrebe |
|-------|----------------------------|--------------------|--------------------------|
| **BFV** | Umjerena | Cjelobrojna aritmetika, zbrajanje, množenje | Tablična sinteza podataka |
| **CKKS** | Veća | Aproksimativna aritmetika, floating‑point | Difuzijski modeli za slike/video |
| **TFHE** | Mala | Binarna logika, bootstrapping | Logičke operacije za koordinaciju SMPC‑a |

Za većinu pipelinea sintetičkih podataka, **CKKS** pruža najbolju ravnotežu jer generativni modeli zahtijevaju mnoštvo floating‑point operacija. Međutim, **trošak bootstrappinga** može se ublažiti **re‑linearizacijom po slojevima** i **podešavanjem parametara** prema dimenzionalnosti ciljanih podataka.

---

## Motor politika nulte pouzdanosti: Dinamičko provođenje

Motor procjenjuje tri dimenzije svakog zahtjeva:

1. **Identitet** – verificiran putem decentraliziranih identifikatora (DID‑ova) i provjerljivih vjerodajnica.  
2. **Kontekst** – uključuje IP podrijetla zahtjeva, stanje uređaja i vrijeme dana.  
3. **Namjera** – izvučena iz API‑payloada (npr. “generiraj 10 k sintetičkih pacijentskih zapisa za onkološko istraživanje”).

Primjer **pravila politike**:

```
AKO requester.role == "researcher"
I data.domain == "healthcare"
I jurisdiction == "EU"
ONDA dopusti HE‑generiranje S diferencijalnom privatnošću epsilon=0.5
INAČE odbij
```

Budući da pravilo ne sadrži sirove podatke, može se evaluirati **izvan šifriranog domena**, čime se očuva performansa.

---

## Usklađenost i revizija

| Regulator | Kako ZT‑SDM pomaže |
|-----------|--------------------|
| **GDPR članak 32** (Sigurnost obrade) | Podaci nikada ne budu u plaintextu izvan organizacije podrijetla; ključevi su hardverski zaštićeni. |
| **HIPAA §164.312(e)(1)** (Enkripcija) | End‑to‑end HE zadovoljava zahtjev “enkripcija”; revizijski zapisi pružaju dokaz “kontrole pristupa”. |
| **CCPA §1798.150** (Pravo na znati) | Potrošači mogu zatražiti **izvješće o podrijetlu sintetičkih podataka** generirano iz nepromjenjivih zapisa, bez otkrivanja sirovih ulaza. |
| **ISO 27001 A.12.4** (Logiranje) | Neizmjenjivi, otporni na manipulacije zapisi pohranjeni u append‑only sustavu; opcionalno ankeriranje na blockchain za dodatnu integritetu. |

---

## Optimizacije performansi

1. **Hibridni HE/SMPC** – SMPC se koristi za **početnu agregaciju težina** (niska preciznost), a HE za **finalno generiranje visoke preciznosti**.  
2. **Batching i packing** – Kodiranje više redaka podataka u jedan slot šifriranog teksta (CKKS packing) amortizira trošak enkripcije.  
3. **Edge‑offload** – Pokretanje laganih HE jezgri na edge uređajima sudionika za pred‑obradu podataka, smanjujući mrežni promet.  
4. **Keširanje šifriranih modela** – Pohrana šifriranih kontrolnih točaka u **content‑addressable storage**; ponovno korištenje kroz više suradnji.

---

## Primjeri iz prakse

### A. Međuinstitucionalna klinička istraživanja
- **Problem**: Bolnice ne smiju dijeliti pacijentove zapise zbog **HIPAA**, ali im je potreban zajednički sintetički kohort za istraživanje rijetkih bolesti.  
- **Rješenje**: Svaka bolnica šifrira svoje EHR‑ove, sudjeluje u SMPC‑potpomognutom treniranju modela, i prima sintetički skup podataka koji odražava kombiniranu populaciju bez otkrivanja PHI‑ja.

### B. Zajedničko financijsko modeliranje rizika
- **Problem**: Konkurentske banke moraju udružiti transakcijske podatke za otkrivanje sustavnih prevara, ali antitrust zakoni zabranjuju razmjenu sirovih podataka.  
- **Rješenje**: Banke šifriraju transakcijske logove, zajednički treniraju sintetički model prevara, i dijele sintetičke izlaze s regulatorima za nadzor.

### C. Simulacije autonomnih vozila
- **Problem**: Više proizvođača automobila treba raznolike scenarije vožnje, ali ne smiju otkrivati vlasničke senzorske zapise.  
- **Rješenje**: Proizvođači šifriraju LiDAR i kamere, zajednički treniraju difuzijski generator scenarija, i dobivaju sintetičke vozačke scene koje očuvavaju rijetke rubne slučajeve.

---

## Lista provjere implementacije

- [ ] **Odabir HE sheme** (preporučeno CKKS za floating‑point rad).  
- [ ] **Postavljanje KMS‑a** s hardverskim sigurnosnim modulom (HSM) i definiranje politike rotacije ključeva.  
- [ ] **Integracija DID‑temeljenog identiteta** za svakog sudionika.  
- [ ] **Definiranje politika nulte pouzdanosti** koristeći okvir “policy‑as‑code” (npr. Open Policy Agent).  
- [ ] **Postavljanje SMPC orkestracije** (npr. MP‑SPDZ ili CrypTen).  
- [ ] **Implementacija nepromjenjivog revizijskog zapisa** (npr. Amazon QLDB ili privatni blockchain).  
- [ ] **Izvođenje benchmarka** latencije i propusnosti kod inferencije nad šifriranim podacima.  
- [ ] **Provjera usklađenosti** uz pravne savjetnike i vanjske revizore.

---

## Smjerovi za budućnost

1. **Federirana diferencijalna privatnost** – Kombinirati HE s DP‑om kako bi se nakon dešifriranja dodao kalibrirani šum, dodatno smanjujući rizik ponovne identifikacije.  
2. **Postkvantna HE** – Istražiti sheme temeljene na rešetkama koje ostaju sigurne protiv kvantnih napadača.  
3. **AI‑vođeno prilagođavanje politika** – Upotrijebiti reinforcement learning za automatsko pooštravanje ili popuštanje politika na temelju opaženog kompromisa korisnosti‑privatnosti.  
4. **Monetizacija tržišta** – Uvesti token‑bazirane poticaje za sudionike koji doprinose visokokvalitetnim šifriranim podacima, uz pametne ugovore koji osiguravaju podjelu prihoda.

---

## Zaključak

Upletenjem **homomorfne enkripcije**, **sigurne višestrane izračun** i **principa nulte pouzdanosti** u jedinstveni, revizijski tragabilni radni tok, organizacije konačno mogu **suradivati na sintetičkim podacima** bez ugrožavanja privatnosti ili regulatorne usklađenosti. Zero‑Trust Synthetic Data Marketplace ne otvara samo nove AI mogućnosti kroz sektore, već postavlja novi standard za **pouzdane ekosustave podataka po principu povjerenja‑po‑dizajnu**.

---

## Vidi također
- [Open Policy Agent (OPA) – Policy as Code](https://www.openpolicyagent.org)  
- [MP‑SPDZ – Multi‑Party Computation Framework](https://github.com/data61/MP-SPDZ)  
- [Zero Trust Architecture – NIST SP 800‑207](https://csrc.nist.gov/publications/detail/sp/800-207/final)