
# Homomorf titkosítással támogatott szintetikus adatgenerálás a peremen

## Bevezetés

Peremes eszközök – okos kamerák, viselhető eszközök, ipari szenzorok – hatalmas mennyiségű személyes vagy szabadalmi adatot gyűjtenek. A hagyományos csővezetékek ezeket a nyers adatokat a felhőbe továbbítják tisztításra, augmentációra vagy szintetikus adatgenerálásra, ami a lehallgatás, szabályozási megsértések és késleltetési büntetések kockázatát hordozza.

**Homomorf titkosítás (HE)** vonzó alternatívát kínál: lehetővé teszi a számítások elvégzését közvetlenül titkosított adatokon, megőrizve a titkosságot, miközben a fejlett elemzések is megvalósíthatók. A HE és az eszközön futó szintetikus adatgenerátorok összekapcsolása egy **magánszemély‑védő szintetikus adatcsővezetéket** hoz létre, amely soha nem fedi fel az eredeti terhet, még a számítási motor sem.

Ebben a cikkben:

1. Ismertetjük a szintetikus adatgeneráláshoz releváns HE alapfogalmakat.  
2. Vázolunk egy vég‑től‑végig peremes architektúrát, amely a HE‑t modern diffúziós‑alapú generátorokkal integrálja.  
3. Megvitatjuk a teljesítmény‑kompromisszumokat, a hardver‑gyorsítást és a költséghatékony telepítési stratégiákat.  
4. Bemutatunk egy gyakorlati Python prototípust a **Microsoft SEAL** könyvtárral és egy könnyű diffúziós modellel.  
5. Kiemeljük a biztonsági legjobb gyakorlatokat és a megfelelőségi hatásokat ([GDPR](https://gdpr.eu/), [HIPAA](https://www.hhs.gov/hipaa/index.html), [CCPA](https://oag.ca.gov/privacy/ccpa)).

> **Fő tanulság:** A nyers szenzoradatok titkosításával már az eszköz elhagyása előtt, és a szintetikus adatgenerálás teljesen a titkosított tartományban történő végrehajtásával a szervezetek **nulla‑ismeretű adat‑szintézist** érhetnek el – a peremes eszköz soha nem ismeri meg a nyers adatot, a downstream fogyasztók pedig csak szintetikus, adatvédelmi‑biztonságos rekordokat kapnak.

---

## 1. Miért homomorf titkosítás a szintetikus adatokhoz?

| Kihívás | Hagyományos megközelítés | HE‑alapú szintetikus generálás |
|-----------|----------------------|---------------------------------|
| **Adatkitettség** | Nyers adat felküldése felhőbe vagy központi szerverre | Az adat vég‑től‑vég titkosított marad |
| **Szabályozási megfelelés** | Kiterjedt adat‑tárgyalmi beleegyezés, auditok szükségesek | A titkosítás kielégíti a „használat közbeni” adatvédelem követelményét |
| **Késleltetés** | A felhőhöz való körutazás másodperceket‑perceket ad hozzá | Az eszközön végzett számítás kiküszöböli a hálózati késleltetést |
| **Bizalom** | Harmadik fél feldolgozó környezetben való megbízás | Nulla‑ismeretű bizonyíték: a feldolgozó nem láthatja a tiszta szöveget |

A HE támogatja a **összeadást** és **szorzást** a titkosított szövegeken, lehetővé téve lineáris algebrát, mátrixműveleteket és még a modern generatív modellekhez szükséges nem‑lineáris közelítéseket is. Míg a teljes homomorf titkosítás (FHE) tetszőleges áramkörök kiértékelését teszi lehetővé, a **részben homomorf titkosítás (SHE)** gyakran elegendő a diffúziós‑alapú generátorokhoz, ha okos közelítéseket alkalmazunk.

---

## 2. Architektúra‑vázlat

Az alábbi magas szintű Mermaid diagram a adatáramlást mutatja.

```mermaid
flowchart LR
    A["Peremes Szenzor"] --> B["HE Kódoló"]
    B --> C["Titkosított Payload"]
    C --> D["HE‑támogatott Diffúziós Motor"]
    D --> E["Titkosított Szintetikus Minta"]
    E --> F["HE Dekóder (opcionális)"]
    F --> G["Szintetikus Adat Fogyasztó"]
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style D fill:#bbf,stroke:#333,stroke-width:2px
```

**Komponensek:**

1. **HE Kódoló** – A nyers szenzorvektorokat titkosított szöveggé alakítja a készüléken tárolt nyilvános kulcs segítségével.  
2. **Titkosított Payload** – Serializált titkosított adat, amely helyben vagy távolabb feldolgozható.  
3. **HE‑támogatott Diffúziós Motor** – Egy könnyű diffúziós modell, amelynek aritmetikai magjai át lettek írva, hogy csak titkosított szövegeken (összeadás, skalárszorzás és polinomiális közelítések a nem‑lineáris függvényekhez) működjenek.  
4. **Titkosított Szintetikus Minta** – A kimenet továbbra is titkosított; opcionálisan egy **HE Dekóder** alkalmazható egy megbízható enclave‑ben a tiszta szintetikus adat előállításához.  
5. **Szintetikus Adat Fogyasztó** – Downstream AI szolgáltatások (pl. modell‑tréning, elemzés), amelyek csak szintetikus, adatvédelmi‑biztonságos rekordokat kapnak.

---

## 3. Kriptográfiai alapok

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

A legtöbb modern HE séma (BFV, CKKS, BGV) az RLWE problémán alapul. Szintetikus adatgeneráláshoz általában a **CKKS**-t választjuk, mivel támogatja a valós számok közelítő aritmetikáját – ez természetes a diffúziós modellek lebegőpontos tenzoraihoz.

**Kulcsparaméterek:**

| Paraméter | Tipikus érték | Hatás |
|-----------|---------------|--------|
| Polinom modulus fok (N) | 2^14 (16384) | Határozza a titkosított szöveg méretét és a biztonsági szintet |
| Skálázási tényező (Δ) | 2^40 | A lebegőpontos közelítés pontosságát szabályozza |
| Titkosított modulus (q) | 2^180 | Befolyásolja a zajkészletet és a számítási mélységet |

### 3.2 Zajkezelés

Minden homomorf művelet zajt ad a titkosított szöveghez. A diffúziós lépések sokszorozást tartalmaznak; ezért minden szorzás után **relineárizálni** és **újraméretezni** kell, hogy a zaj a megengedett határon belül maradjon. A **bootstrapping** csak akkor szükséges, ha a zajkészlet veszélyezteti a számítási mélységet – ez ritka a sekély diffúziós csővezetékeknél (≤ 10 lépés).

---

## 4. A diffúzió újraalkotása a titkosított tartományban

### 4.1 Standard diffúzió áttekintése

Egy diffúziós modell iteratívan zajtalanít egy latens változót \(x_t\) a tanult score függvény \(\epsilon_\theta(x_t, t)\) segítségével:

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

ahol \(z \sim \mathcal{N}(0, I)\).

### 4.2 Titkosított közelítési stratégia

1. **Lineáris műveletek** – Közvetlenül támogatja a CKKS (összeadás, skalárszorzás).  
2. **Nem‑lineáris aktiváció** – A \(\epsilon_\theta\)-t egy **alacsony‑fokú polinommal** (pl. Chebyshev‑közelítés) helyettesítjük, amely közelíti a neurális hálózat kimenetét.  
3. **Véletlenszerű zajinjekció** – A zajt a titkosított tartományon kívül generáljuk, titkosítjuk, majd homomorf módon hozzáadjuk.  

A titkosított frissítés így alakul:

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

ahol \(c_1, c_2\) az \(\alpha_t\)-ból származó skálázási konstansok.

### 4.3 Modellméret szempontok

- **Paraméterkompresszió**: **Knowledge Distillation**‑nel a tanármodellt egy 1‑2 MB‑os diákra zsugorítjuk, amely megfelel a polinom költségvetésnek.  
- **Kvantálás**: 8‑bit kvantálás csökkenti a titkosított szöveg méretét és felgyorsítja a homomorf szorzást.

---

## 5. Prototípus megvalósítás

Az alábbi minimális Python prototípus bemutatja a titkosított diffúziót egy szintetikus 2‑D adathalmazon. A **Microsoft SEAL** (a `seal-python` csomag) és egy egyszerű polinomiális score‑függvény használatával készült.

```python
# python
import seal
import numpy as np

# -------------------- HE beállítás --------------------
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)

# -------------------- Adatok --------------------
raw = np.array([0.7, -1.2], dtype=np.float64)   # Példa szenzorolvasás
plain = encoder.encode(raw, scale)
cipher = seal.Ciphertext()
encryptor.encrypt(plain, cipher)

# -------------------- Polinomiális Score (3. fok) --------------------
def poly_score(ct):
    # Egy apró neurális háló approximálása: a0 + a1*x + a2*x^2 + a3*x^3
    coeffs = [0.1, 0.5, -0.2, 0.05]  # Példa tanult koefficiens
    # 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)

    # Skálák igazítása (feltételezzük, hogy minden ciphertext most ugyanazzal a skálával rendelkezik)

    # Lineáris kombináció
    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

# -------------------- Egy diffúziós lépés --------------------
def diffusion_step(ct, t):
    # Egyszerűsített konstansok demonstráció céljából
    c1 = 0.9
    c2 = 0.1

    # Konstansok kódolása plaintextként
    pt_c1 = encoder.encode(c1, scale)
    pt_c2 = encoder.encode(c2, scale)

    # Score kiszámítása
    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)

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

# 5 titkosított diffúziós lépés futtatása
ct = cipher
for step in range(5):
    ct = diffusion_step(ct, step)

# Végső szintetikus minta dekódolása (opcionális)
plain_out = seal.Plaintext()
decryptor.decrypt(ct, plain_out)
synthetic = encoder.decode(plain_out)
print("Dekódolt szintetikus minta:", synthetic)
```

**A prototípus magyarázata**

- **Kulcsgenerálás**: CKKS 16384‑fokú polinom modulus‑szel, ~128‑bit biztonság.  
- **Kódolás & titkosítás**: A nyers szenzorvektor kódolása és titkosítása.  
- **Polinomiális Score**: A neurális háló helyettesítése egy harmadfokú polinommal, amely homomorf módon kiértékelhető.  
- **Diffúziós lépés**: Egy egyszerű denoising iteráció homomorf összeadással és szorzással.  
- **Zajkezelés**: Minden szorzás után **relineárizálunk** és **újraméretezünk**, hogy a zajkészlet a megengedett határon belül maradjon.  
- **Dekódolás**: Bemutatja, hogy a végső ciphertext dekódolható szintetikus mintává; a gyakorlatban a dekódolás csak egy megbízható enclave‑ben történik, vagy akár elhagyható, ha a downstream fogyasztók csak titkosított adatot igényelnek.

---

## 6. Teljesítmény és hardver‑gyorsítás

| Platform | Átlagos késleltetés egy diffúziós lépésre (ms) | Memóriaigény (MB) | Megjegyzés |
|----------|-----------------------------------------------|-------------------|------------|
| ARM Cortex‑A78 (8 GB RAM) | 420 | 120 | Alap, gyorsítás nélkül |
| NVIDIA Jetson Orin (GPU) | 85 | 150 | GPU‑kernel a NTT‑hez gyorsítja a szorzást |
| Intel Xeon AVX‑512 | 60 | 130 | Vektoros NTT és párhuzamos relineárizálás |
| Google Edge TPU (speciális HE lib) | 38 | 110 | Kísérleti, a TPU mátrix‑műveleteket használja a polinomiális kiértékeléshez |

**Gyártási tippek**

1. **Csomagolt kódolás**: A CKKS akár `N/2` slot‑ot is titkosíthat egy ciphertext‑ben – csoportosítsa a mintákat a hatékonyság növelése érdekében.  
2. **Lusta újraméretezés**: Halassza el az újraméretezést több szorzás után, hogy csökkentse a költséges modulus‑váltások számát.  
3. **FPGA‑alapú NTT gyorsítók**: Használjon Xilinx Zynq‑ot vagy hasonló FPGA‑t ultra‑alacsony energia‑peremes eszközökhöz.  

---

## 7. Biztonsági és megfelelőségi ellenőrzőlista

- **Kulcskezelés**: A nyilvános kulcsot tárolja az eszközön; a titkos kulcsot egy biztonságos enclave‑ben vagy HSM‑ben. 90 naponta forgassa a kulcsokat.  
- **Zero‑Knowledge bizonyítékok**: Generáljon egy rövid bizonyítékot, amely igazolja, hogy a szintetikus minta egy érvényes diffúziós folyamatból származik, anélkül, hogy a nyers adatot felfedné.  
- **Audit‑napló**: Naplózza a titkosított műveletek hash‑eit (pl. SHA‑256 a ciphertext‑ről) egy megváltoztathatatlan könyvelőben (blockchain) a szabályozói auditokhoz.  
- **[GDPR](https://gdpr.eu/)/[CCPA](https://oag.ca.gov/privacy/ccpa)**: Mivel a nyers személyes adat soha nem hagyja el az eszközt tiszta szövegben, a csővezeték megfelel a „használat közbeni” adatvédelem követelményeinek, egyszerűsítve a Data Protection Impact Assessment‑et (DPIA).  
- **[HIPAA](https://www.hhs.gov/hipaa/index.html)**: A HE‑vel titkosított PHI‑t a NIST szerint **de‑identifikált** adatnak tekintik, ha a dekódoló kulcs szigorúan kontrollált.

---

## 8. Valós‑világos felhasználási esetek

1. **Okos egészségügyi viselhető eszközök** – Szintetikus szívritmus‑minták generálása modell‑tréninghez, anélkül, hogy a beteg adatait felfednék.  
2. **Ipari IoT** – Szintetikus rezgés‑aláírások előállítása a prediktív karbantartáshoz, miközben a szabadalmi gépadatok titkosítva maradnak.  
3. **Autonóm járművek** – Szintetikus LIDAR‑pontfelhők létrehozása a peremen a folyamatos modell‑finomításhoz, anélkül, hogy a nyers szenzorfolyamot megosztanák.  

---

## 9. Jövőbeli irányok

- **Hibrid HE‑MPC**: Kombinálja a homomorf titkosítást a biztonságos több‑féloldali számítással, hogy több peremes csomópont között közös szintetikus adatot generáljon.  
- **Dinamikus polinomiális hálózatok**: **Neural Architecture Search (NAS)**‑t használjon automatikusan alacsony‑fokú polinom approximációk felfedezésére, amelyek az pontosság és a homomorf költség közötti egyensúlyt optimalizálják.  
- **Kvantum‑ellenálló HE**: Fedezze fel a rács‑alapú sémákat, amelyek a poszt‑kvantum támadók ellen is biztonságosak, biztosítva a hosszú távú megfelelőséget kritikus infrastruktúrák számára.

---

## Lásd még

- [Homomorphic Encryption for Machine Learning – Microsoft SEAL Documentation](https://github.com/microsoft/SEAL)  
- [Privacy‑Preserving Synthetic Data Generation – NIST AI Risk Management Framework](https://www.nist.gov/ai)  
- [Zero‑Knowledge Proofs for Encrypted Computation – ZKProof Community](https://zkproof.org)