
# რეალურ დროში კონფიდენციალურობის დაცვის სინთეზური მონაცემების გენერირება კიდეზე ჰომორფული დაშიფვრით და ფედერირებულ სწავლით

## შესავალი

Edge AI გადადის მხოლოდ ინტერფისის სამუშაოებიდან **მონაცემ‑ცენტრირებულ** პაიპლაინებზე, რომლებიც საჭიროებს მუდმივ მოდელის განახლებას, მოწყობილობაზე ტრენინგს და სინთეზურ მონაცემებზე. სინთეზური მონაცემები შეიძლება მნიშვნელოვანი შემცირება მოახდინოს ძვირად ღირებულ რეალურ მონაცემთა შეგროვებაში, თუმცა ისინი იწვევს **კონფიდენციალურობის** საკითხებს, როდესაც წყარო მონაცემები მოდის მომხმარებლების მოწყობილობებიდან. ტრადიციული ანონიმიზაციის ტექნიკები (მასკირება, დიფერენციალური კონფიდენციალურობა) ან კი მონაცემთა უპირატესობას შემცირებს, ან კი სჭირდება ნდობით ცენტრალურ ორგანოს – რაც ორივე არასასურველია ლატენციაზე მგრძნობიარე კიდის სცენარებში.

**ახალი პარადიგმა** აერთიანებს **ჰომორფულ დაშიფვრას (HE)**, **ფედერირებულ სწავლას (FL)** და **zero‑trust** კონტროლებს, რათა მაღალი ხარისხის სინთეზური მონაცემები **რეალურ დროში** იქნეს წარმოშობა კიდეზე. ეს სტატია გადის უსაფრთხოების მოდელზე, არქიტექტურული კომპონენტებზე და პრაქტიკულ განხორციელების ნაბიჯებზე, ასევე ეხება შესრულების კომერციულ ბალანსებსა და მომავალის კვლევის მიმართულებებს.

## რატომ საჭიროა ძლიერი კონფიდენციალურობის გარანტია სინთეზურ მონაცემებზე კიდეზე

| გამოწვევა | ტრადიციული მიდგომა | შეზღუდვა |
|-----------|-----------------------|------------|
| **მონაცემების ადგილობრივი შენახვა** | ცოცხალი მონაცემების ატვირთვა ღრუბელში | უვარგის რეგულაციებს ([GDPR](https://gdpr.eu/), [CCPA](https://oag.ca.gov/privacy/ccpa)) |
| **ლატენცია** | ცენტრალური გენერაცია → რაუნდ‑ტრიპ | არასაკმარისი რეალურ დროში ინტერფისისთვის |
| **ნდობა** | ცენტრალური ორგანო გადამოწმებს მონაცემებს | ერთ-ერთი შეცდომის წერტილი, შიდა რისკი |
| **გამოყენება** | მძიმე დიფერენციალური კონფიდენციალურობის შაბლონი | სინთეზური მონაცემების ხარისხის შემცირება |

დებილი მოწყობილობები (IoT სენსორები, სმარტფონები, ავტონომიური დრონები) ქმნიან **მაღალ‑განზომილებით, დრო‑მნიშვნელოვან** ნაკადებს (ვიდეო, აუდიო, ტელემეტრია). მოდელების განახლებისათვის სინთეზური მონაცემები უნდა გენერირდეს **ლოკალურად** და **მყისვე**. იმავე დროს, ცოცხალი მონაცემები არასოდეს უნდა იყოს გამჟღავნებული plaintext‑ში არც ერთ გარე მხარეს, მათ შორის ორკესტრაციის სერვერს. აქვე **ჰომორფული დაშიფვრა** გამოჩნდება: იგი საშუალებას იძლევა, რომ გამოთვლები შესრულდეს დაშიფრულ მონაცემებზე, რაც უზრუნველყოფს კონფიდენციალურობას მთელი პაიპლაინის განმავლობაში.

## ჰომორფული დაშიფვრის საფუძვლები კიდის AI-სთვის

ჰომორფული დაშიფვრა აძლიერებს **არითმეტიკული ოპერაციებს** (დამატება, გამრავლება) ciphertext‑ებზე ისე, რომ დეკრიპტირებული შედეგი ემთხვევა ოპერაციას, რომელიც შესრულდა plaintext‑ებზე. თანამედროვე სქემები (CKKS, BFV, TFHE) მხარდაჭერენ:

* **პაკეტირებული ciphertext‑ები** – რამდენიმე მონაცემის პაკეტი ერთ ciphertext‑ში, რაც ბანდვიდის შემცირებას იძლევა.
* **დაახლოებითი არითმეტიკა** – შესაფერისია ნეირონული ქსელის ინტერფისსა და გენერაციული მოდელებისთვის.
* **Bootstrapping** – განახლებს ciphertext‑ის შაბლონს, რაც გამოთვლების სიღრმის გაფართოების საშუალებას იძლევა.

სინთეზური მონაცემების გენერირებისთვის კიდეზე, ჩვეულებრივ გვჭირდება:

1. **დაშიფრული ფუნქციის ექსტრაქცია** – ღრუბლოვანი მონაცემებიდან ემბედინგების გამოთვლა დაშიფრულ მდგომარეობაში.
2. **დაშიფრული მოდელის ინტერფისი** – გენერაციული მოდელის (მაგ. VAE, Diffusion) გაშვება დაშიფრულ ემბედინგებზე.
3. **დაშიფრული სემპლინგი** – სინთეზური სემპლები გენერირება დაშიფრულ მდგომარეობაში, შემდეგ კი ლოკალურად დეკრიპტირება downstream‑ისათვის.

### სწორი სქემის არჩევა

| სქემა | ძლიერი მხარეები | სუსტი მხარეები |
|--------|----------------|----------------|
| **CKKS** | დაახლოებით არითმეტიკა, ეფექტურია floating‑point‑ისათვის | შეზღუდული ზუსტი მთელი ოპერაციები |
| **BFV** | ზუსტი მთელი არითმეტიკა, კარგი კვანტიზებული მოდელებისთვის | დიდი ciphertext‑ის ზომა |
| **TFHE** | ბიტური ოპერაციები, სწრაფი bootstrapping | მაღალი ლატენცია დიდი ტენსორებისთვის |

მრავალჯერადი კიდის პაიპლაინები უპირატესობას აძლევენ **CKKS**‑ს, რადგან გენერაციული მოდელები დამოკიდებულია floating‑point ოპერაციებზე, ხოლო მცირე approximation‑ის შეცდომა შეიძლება იყოს მიღებული კონფიდენციალურობის მოგვარებით.

## ფედერირებული სწავლის ინტეგრაცია

ფედერირებული სწავლა (FL) იძლევა **განაწილებული მოდელის ტრენინგის** ჩარჩოს, სადაც თითოეული კიდის ნოდე გამოთვლის ლოკალურ განახლებებს და აგზავნის **დაშიფრულ gradients** ცენტრალურ აგრეგატორს. ჩვენს არქიტექტურაში:

1. **ლოკალური მოდელი** – მსუბუქი ენკოდერი‑დეკოდერი, რომელიც ტრენირებულია მოწყობილობაზე.
2. **დაშიფრული gradients‑ის ატვირთვა** – gradients‑ები დაშიფრულია აგრეგატორის პუბლიკ ღილაკით (HE) გადაცემის წინ.
3. **უსაფრთხო აგრეგაცია** – სერვერი აგრეგატირებს დაშიფრულ gradients‑ებს, აკეთებს ჰომორფულ განახლებას და აბრუნებს ახალ გლობალურ მოდელს (ჯერ დაშიფრულ) მოწყობილობებზე.

**HE‑ის** და **FL‑ის** კომბინაციით, ჩვენ იწერებთ ნდობით‑განცხადებული (zero‑trust) მოდელს, სადაც არცერთი ნოდე არ შეუძლია ნახოს ცოცხალი gradients, რაც იძლევა end‑to‑end კონფიდენციალურობას.

## დასაწყის‑დან‑დასაწყისის არქიტექტურა

ქვემოთ მოცემულია მაღალი‑დონე Mermaid დიაგრამა, რომელიც ვიზუალიზირებს მონაცემთა ნაკადს ცოცხალი სენსორიდან სინთეზურ მონაცემამდე.

```mermaid
flowchart TD
    A["Edge Device<br/>Raw Sensor Data"] --> B["HE Encoder<br/>(CKKS)"]
    B --> C["Encrypted Feature Vector"]
    C --> D["Local Generative Model<br/>(Encrypted Inference)"]
    D --> E["Encrypted Synthetic Sample"]
    E --> F["Local Decryptor<br/>(Device Private Key)"]
    F --> G["Synthetic Data (Plaintext)"]
    C --> H["Encrypted Gradient<br/>for FL"]
    H --> I["Secure Aggregator<br/>(HE Operations)"]
    I --> J["Updated Global Model (Encrypted)"]
    J --> B
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style G fill:#bbf,stroke:#333,stroke-width:2px
```

### ძირითადი კომპონენტები

| კომპონენტი | როლა | განხორციელების რჩევები |
|------------|------|--------------------------|
| **HE Encoder** | ცოცხალი მონაცემების გადაყვანა ciphertext‑ში | გამოიყენეთ batching‑ი, რათა რამდენიმე სენსორის წაკითხვა დაიპაკეტიროთ; გასაღების ზომა ≤ 2048 ბიტი, რომ იყოს მოწყობილობაზე შესაძლებლობა |
| **დაშიფრული გენერაციული მოდელი** | სინთეზური სემპლები ქმნის, მონაცემები დარჩება დაშიფრულად | მოდელს გადაყვანეთ **HE‑მეგობრულ** ოპერაციებზე (ReLU-ის ნაცვლად პოლინომიული aproximaციები) |
| **უსაფრთხო აგრეგატორი** | ფედერირებულ მოდელს განახლებს დაშიფრულ gradients‑ებზე | გამოიყენეთ GPU‑ის‑აჩქარებული HE ბიბლიოთეკები (Microsoft SEAL, PALISADE) სერვერის მხარეს |
| **Zero‑Trust Policy Engine** | იძლევა წვდომის კონტროლს, ატესტაციას და აუდიტის ლოგებს | ინტეგრაცია policy‑as‑code პლატფორმასთან, რომ მიიღოთ უცვლელი აუდიტის ტრეკები |
| **ლოკალური დეკრიპტორი** | plaintext‑ში აღდგება სინთეზური მონაცემები downstream‑ისათვის | კერძო გასაღები შენახეთ hardware‑rooted secure element‑ში (მაგ. TPM, Secure Enclave) |

## რეალურ‑დროში პაიპლაინის სამუშაო ნაკადი

1. **მონაცემთა შეყვანა** – სენსორების მონაცემები ჩაიწერება ცირკულურ ბუფერში.
2. **მოწყობილობაზე დაშიფვრა** – HE‑ენკოდერი დაშიფრებს ბუფერს მიკროუბნებში (≤ 10 ms ლატენცია).
3. **დაშიფრული ინტერფისი** – დაშიფრულ გენერაციულ მოდელს გაუშვით ciphertext‑ზე, მიიღეთ დაშიფრული სინთეზური სემპლი.
4. **დეკრიპცია & მოხმარება** – მოწყობილობის secure element‑ი დეკრიპტირებს სემპლს; plaintext‑ი გადაეცემა downstream AI მოდულებს (მაგ. ლოკალურ reinforcement learning‑ის აგენტებს).
5. **Gradient‑ის გამოთვლა** – თანდროულად, მოწყობილობა გამოთვლის გენერაციული მოდელის gradient‑ს დაშიფრულ მონაცემებზე.
6. **უსაფრთხო ატვირთვა** – დაშიფრულ gradients‑ები გადაეცემა აგრეგატორს TLS‑ით, ურთიერთავთენტიკაციით.
7. **მოდელის განახლება** – გარკვეული რაუნდების შემდეგ, აგრეგატორი აბრუნებს განახლებულ დაშიფრულ გლობალურ მოდელს.

ამ ციკლს შეიძლება ადაპტირდეს **ქვერ‑წამიან ლატენციაზე** (ჩვეულებრივ 200‑500 ms) თანამედროვე ARM Cortex‑A78 ან RISC‑V ბირთვებზე, რომლებიც განთავსებულია NEON/SVE აჩქარებით.

## უპირატესობები ტრადიციული მიდგომებთან შედარებით

* **Privacy by Design** – ცოცხალი მონაცემები არასოდეს დატოვებს მოწყობილობას plaintext‑ში.
* **რეგულაციური შესაბამისობა** – აკმაყოფილებს [GDPR](https://gdpr.eu/) “მონაცემთა ტრანსიტში” და “მონაცემთა დასახლებაში” დაშიფვრაზე მოთხოვნებს, არ საჭიროებს ძვირად ღირებულ მონაცემთა ლოკალურ გამონაკლისებს.
* **Zero‑Trust გარანტია** – ყველა ურთიერთობა კრიპტოგრაფიული დადასტურებით; უცვლელი ლოგები უზრუნველყოფენ აუდიტირებადობას.
* **მასშტაბირებადი მოდელის ხარისხი** – ფედერირებული განახლებები ინარჩუნებს გენერაციული მოდელის აქტუალობას, არ ითხოვენ ცენტრალურ მონაცემთა შეგროვებას.
* **წვდომის‑ოპტიმიზებული შესრულება** – batching‑ი და პოლინომიული aproximaციები computation‑ის ღირებულება 30 %-ზე ნაკლებად ზრდის, შედარებით plaintext‑ის ინტერფისთან.

## განხორციელების განხილვები

### Hardware Constraints

* **CPU** – თანამედროვე ARM ბირთვები SIMD‑ით (NEON/SVE) შეძლებენ CKKS‑ის ოპერაციებს დაახლოებით 10 ms‑ით 128‑ელემენტის ბატჩზე.
* **Memory** – ciphertext‑ები 2‑4‑ჯერ უფრო დიდია plaintext‑ზე; მინიმუმ 256 MiB უნდა იყოს განკუთვნილი 64‑განზომილებით embedding‑ის პაიპლაინისთვის.
* **Secure Element** – კერძო გასაღებები უნდა იყოს TPM/SE-ში, რათა თავიდან აიცილოთ გასაღების გაპროტექცირება.

### Software Stack

| ფენა | რეკომენდებული ბიბლიოთეკა |
|------|---------------------------|
| **HE Core** | Microsoft SEAL (C++), TenSEAL (Python), Concrete (Rust) |
| **Model Conversion** | ONNX → HE‑მეგობრული გრაფიკი (`he-transformer` ან კಸ್ಟომული პოლინომიული aproximaციები) |
| **Federated Coordination** | TensorFlow Federated, PySyft (HE‑ის გაფართოებით) |
| **Policy & Auditing** | Policy‑as‑code engine‑ი, უცვლელი ლოგები IPFS‑ზე ან ბლოკჩეინზე |

### Performance Optimizations

* **Ciphertext Packing** – მრავალ‑ტაიმ‑სტეპს ერთ ciphertext‑ში კოდირება, რათა დაშიფვრის ღირებულება განაწილდეს.
* **Bootstrapping Frequency** – ბუტსტრაპინგის დაგეგმვა მხოლოდ მაშინ, როდესაც შაბლონი გადაჭარბებულია; გამოიყენეთ lazy bootstrapping latency‑ის შემცირებისთვის.
* **Model Pruning** – მოდელის სიღრმის შემცირება, არითმეტიკული нелინერურების შეცვლა დაბალი‑დაგრადის პოლინომებით (მაგ. Chebyshev aproximaციები).

## გამოწვევები და შემცირებები

| გამოწვევა | გავლენა | შემცირება |
|-----------|----------|------------|
| **Ciphertext Size** | გაზრდის ბანდვიდსა და მეხსიერების მოთხოვნებს | დაშიფრულ პაკეტებზე კომპრესია; 128‑ბიტის უსაფრთხოების დონე, რომელიც ქმნის ნაკლები ciphertext‑ებს |
| **Computation Overhead** | შეიძლება გადაჭარბებული იყოს რეალურ‑დროში ბიუჯეტზე დაბალი‑ენერგიის მოწყობილობებზე | დატვირთული HE‑ოპერაციები გადაეცემა სპეციალურ აჩქარებელს (მაგ. Google Edge TPU‑ის HE‑გაფართოება) |
| **Key Management** | კერძო გასაღებების კომპრომისი არღის კონფიდენციალურობას | აპლიკაციებში hardware‑rooted key storage; გასაღებების ავტომატური როტაცია policy‑driven automation‑ით |
| **Model Accuracy Degradation** | პოლინომიული aproximaციები ქმნიან შეცდომას | მოდელის ფაინ‑ტუნინგი კონვერტაციის შემდეგ; ცოდნის დისტილაცია მაღალი‑სიზუსტის მასწავლებლისგან |

## მომავალის მიმართულებები

1. **Hybrid HE‑MPC პროტოკოლები** – ჰომორფული დაშიფვრის კომბინაცია secure multi‑party computation‑ით, რათა უფრო ნაკლებად გაიზარდოს შაბლონი.
2. **Adaptive Encryption Levels** – ციფრულ მოდულს დინამიკურად ადაპტირება მონაცემთა სენსიტივურობისა და მოწყობილობის რესურსებზე.
3. **Edge‑Native HE Accelerators** – ახალი ASIC‑ები (მაგ. Intel SGX‑HE, IBM HEB), რომლებიც შეთავაზებენ ორდინალურ სიჩქესის ზრდას.
4. **Explainable Synthetic Data** – LLM‑ის ინტეგრაცია, რომელიც ახსნის, რატომ გენერირებულია კონკრეტული სინთეზური სემპლი, და ინახება უცვლელი ლოგებში აუდიტის მიზნით.

## დასკვნა

რეალურ‑დროში, კონფიდენციალურობით დაცული სინთეზური მონაცემების გენერირება კიდეზე აღარ არის თეორიული კონცეფცია. **ჰომორფული დაშიფვრის** და **ფედერირებულ სწავლის** შერევა, zero‑trust‑ის პოლიტიკის ჩასმა, ორგანიზაციებს აძლევს შესაძლებლობას, სრულად გამოვიყენოთ კიდის AI‑ის პოტენციალი, არანაკლებად რეგულაციებთან შესაბამისობაში. აქ წარმოდგენილი არქიტექტურა ინჟინრებს აძლევს პრაქტიკულ რუკას, რათა შექმნან მასშტაბირებადი, უსაფრთხო პაიპლაინები, რომლებიც მიწოდებენ მაღალი ხარისხის სინთეზურ მონაცემებს, არანაკლებად ლატენციას ან მოდელის შესრულებას არ დაკარგის გარეშე.

---

## ნახეთ ასევე

- [Homomorphic Encryption for Machine Learning – Microsoft SEAL Documentation](https://github.com/microsoft/SEAL)
- [Federated Learning: A Comprehensive Overview – Google AI Blog](https://ai.googleblog.com/2020/04/federated-learning-overview.html)
- [Zero Trust Architecture – NIST SP 800-207](https://csrc.nist.gov/publications/detail/sp/800-207/final)