
# განამოწმებული სწავლებით დაპროგრამებული დიფერენციალურად პრივატული სინთეზული მონაცემების გენერირება Edge AI-სთვის

## შესავალი

Edge AI გადამრთველია ინდუსტრიის მრავალფეროვან სექტორებში, დაწყებული თვითმმართველი მანქანებით და დასრულებული დისტანციული ჯანმრთელობის მონიტორინგით. მონაცემის წყაროზე ახლოს გადატანის (ინფერენციისა და ტრენინგის) შედეგად, ლატენცია შემცირდება, ბანდვიდის მოხმარება იკლებს, ხოლო მონაცემის სუვერენიტეტი გაუმჯობესდება. თუმცა, საზღვარგარეთზე ხშირად მოქმედებს მკაცრი პრივატულობის რეგულაციები ([GDPR](https://gdpr.eu/), [HIPAA](https://www.hhs.gov/hipaa/index.html), [CCPA](https://oag.ca.gov/privacy/ccpa)) და შეზღუდული გამოთვლითი რესურსები. სინთეზული მონაცემები — ხელოვნურად შექმნილი ჩანაწერები, რომლებიც შენარჩუნებენ რეალური მონაცემების სტატისტიკურ თვისებებს — შეთავაზებს ეფექტურ გზას შეხედულებების გაზიარებისთვის, არამარტო ნამდვილი ინფორმაციის გამჟღავნების გარეშე.

ტრადიციული სინთეზული მონაცემების პაიპლაინები იყენებენ სტატიკური პრივატულობის ბიუჯეტებსა და ფიქსირებულ მოდელურ არქიტექტურებს, რაც შეიძლება გამოიწვიოს ან **მნიშვნელოვანი გამოყენებადობის დაკარგვა** (თუ პრივატულობის ბიუჯეტი ძალიან მკაცრი) ან **პრივატულობის გაჟონვა** (თუ ბიუჯეტი ძალიან სიხშირის). გარდა ამისა, საზღვარგარეთზე გარემოheterogeneity‑ია: სენსორების სემპლინგის სიხშირეები, ბატარეის დონეები და ქსელის მდგომარეობა დროზე დროზე იცვლება. ერთ‑ზომის‑მოდელი უბრალოდ არ მუშაობს.

ეს სტატია სთავაზობს **განამოწმებული სწავლით (RL) მართული ჩარჩოს**, რომელიც მუდმივად ადაპტირებულია დიფერენციალურ პრივატულობის (DP) პარამეტრებსა და გენერაციული მოდელის ჰიპერპარამეტრებს მიმდინარე საზღვარგარეთზე კონტექსტის მიხედვით. RL‑აგენტი სწავლობს პოლიტიკას, რომელიც მაქსიმალურად აუმჯობესებს ქვედა მოდელის სიზუსტეს, პრივატულობის ბიუჯეტის პატივისცემით, ყველა მოწყობილობის გამოთვლითი შესაძლებლობებში.

## ძირითადი გამოწვევები

| გამოწვევა | რატომ მნიშვნელოვანია | კონვენციული შემცირება |
|-----------|-------------------|------------------------|
| **დინამიკური რესურსის შეზღუდვები** | საზღვარგარეთზე შეიძლება იყოს ცვალებადი CPU, GPU და მეხსიერების ხელმისაწვდომობა. | სტატიკური განაწილება იწვევს ან უგულებელყოფას ან გადატვირთვას. |
| **ცვლადი პრივატულობის მოთხოვნები** | სხვადასხვა მონაცემის ნაკადები (მაგ. ვიდეო vs. ვიტალები) განსხვავებული მგრძნობიარობა აქვთ. | ერთიანი ε (ეპსილონი) ყველა ნაკადზე შეიძლება იყოს ან ძალიან სუსტი ან ძალიან მკაცრი. |
| **გამოყენების‑პრივატულობის კომერცია** | ზედმეტ პრივატულობა იწვევს სინთეზული ნიმუშების უძრავობას ქვედა დავალებებში. | ხელით ტუნინგი შრომითა და შეცდომითაა. |
| **შეზღუდული ბანდვიდი** | ნამდვილი მონაცემების გადაცემა ღრუბელში ხშირად შეუძლებელია. | ბაჩის‑მნიშვნელოვანი სინთეზული მონაცემების გენერაცია შეიძლება მაინც იყოს ზედმეტად დატვირთული. |

ადაპტიული სისტემა, რომელიც **ისწავლება** გარემოსგან, უფრო ეფექტურად შეიძლება გადაჭრათ ეს პრობლემები, ვიდრე სტატიკური ჰერისტიკები.

## შემოთავაზებული ჩარჩოს მიმოხილვა

არქიტექტურა შედგება ოთხი მჭიდროდ დაკავშირებული მოდულით:

1. **მონაცემთა კოლექტორი** – ნაკადის სენსორების მონაცემები, მსუბუქი პრეპროცესინგი, ბუფერი სინთეზისთვის.
2. **DP‑მოქმედი გენერატორი** – გენერაციული მოდელი (მაგ. GAN, VAE, დიფუზია), რომელიც იყენებს DP‑მექანიზმს (გაუზამარტივებული ან ლაპლასის შაბლონი) ბიუჯეტის ε მიხედვით.
3. **RL ოპტიმიზატორი** – საზღვარგარეთზე განამოწმებული სწავლის აგენტი, რომელიც შერჩევს ε, სწავლის სიჩქარეს და მოდელის სიღრმეს, დაკვირვებული ჯილდოების მიხედვით.
4. **საზღვარგარეთული ინფერენციის ძრავა** – იყენებს სინთეზულ მონაცემებს ქვედა დავალებებისთვის, როგორიცაა კლასიფიკაცია, ანომალიის აღმოჩენა ან თვითგანამოწმებული სწავლება.

### Mermaid დიაგრამა

```mermaid
flowchart TD
    A["Data Collector"] --> B["DP‑Enabled Generator"]
    B --> C["Synthetic Data Store"]
    C --> D["Edge Inference Engine"]
    D --> E["Performance Metrics"]
    E --> F["RL Optimizer"]
    F --> B
    F --> B["DP‑Enabled Generator"]
```

**Performance Metrics**‑ის ბილიკი უკან **RL Optimizer**‑ის მიმართ, ქმნის უკუკავშირის ციკლს, რაც საშუალებას იძლევა მუდმივი პოლიტიკის გაუმჯობესება.

## განამოწმებული სწავლის კომპონენტი

### მდგომარეობის წარმოდგენა

RL‑აგენტი ყოველ გადაწყვეტილების ნაბიჯზე *t* observes a compact state vector **sₜ**:

- **cₜ**: მიმდინარე CPU დატვირთვა (%)
- **mₜ**: ხელმისაწვდომი მეხსიერება (მბ)
- **bₜ**: ბოლო ბანდვიდის მოხმარება (KB/s)
- **pₜ**: საერთო პრივატულობის დაკარგვა (ε‑ის მოხმარება)
- **uₜ**: ბოლო ქვედა გამოყენებადობის ქულა (მაგ. ვალიდაციის სიზუსტე)

ეს ფუნქციები ნორმალიზებულია [0,1] შუალედში, რათა მდგომარეობის სივრცე იყოს მართვადი.

### მოქმედებების სივრცე

აგენტი შერჩევს ტუპლს **aₜ = (εₜ, ηₜ, dₜ)**, სადაც:

- **εₜ** ∈ {0.1, 0.5, 1.0, 2.0} – პრივატულობის ბიუჯეტი შემდეგი სინთეზის ბაჩისთვის.
- **ηₜ** ∈ {1e‑4, 5e‑4, 1e‑3} – გენერატორის სწავლის სიჩქარე.
- **dₜ** ∈ {2, 4, 6} – გენერატორის სიღრმე (დამალული ფენების რაოდენობა).

### ჯილდოს ფუნქცია

\[
Rₜ = \lambda_u \cdot \text{Utility}_t - \lambda_p \cdot \epsilon_t - \lambda_r \cdot \text{ResourcePenalty}_t
\]

- **Utilityₜ**: ქვედა მოდელის ვალიდაციის სიზუსტე, რომელიც ტრენირებულია ბოლო სინთეზული ბაჩით.
- **ResourcePenaltyₜ**: CPU‑სა და მეხსიერების პიკების შეზღუდვების გადაჭარბება.
- **λ**‑კოეფიციენტები განსაზღვრება სისტემის ადმინისტრატორის მიერ.

**Proximal Policy Optimization (PPO)** ალგორითმი გამოიყენება, რადგან იგი სტაბილურია მუდმივი‑მოქმედების პრობლემებზე და საჭიროებს ნაკლებ სემპლებს, რაც მნიშვნელოვანია საზღვარგარეთზე სწავლებისთვის.

### ტრენინგის ციკლი

1. **დაკვირვება** მდგომარეობა **sₜ**.
2. **ნიმუშის** მოქმედება **aₜ** პოლისიდან πθ(sₜ).
3. **გენერაცია** სინთეზული მონაცემები DP‑გენერატორით, εₜ, ηₜ, dₜ‑ის მიხედვით.
4. **ტრენინგი** ქვედა მოდელზე სინთეზული ბაჩით; Utilityₜ-ის გამოთვლა.
5. **ჯილდოს** Rₜ-ის გამოთვლა და ტრანზაქციის (sₜ, aₜ, Rₜ, sₜ₊₁) შენახვა.
6. **პოლის** განახლება PPO‑ის კლიპინგის მიზნის მიხედვით, მინიბაჩის გამოცდილებიდან.

რადგან RL‑ლუპი მუშაობს საზღვარგარეთზე, ვიყენებთ **გამოცდილების გადახედვის ბუფერებს** ფიქსირებული ზომით (მაგ. 500 ტრანზაქცია), რათა მეხსიერება არ გადავსდეს.

## დიფერენციალური პრივატულობის მექანიზმი

გენერატორი იყენებს **გაუზამარტივებული მექანიზმს** (Gaussian Mechanism) (ε, δ)-DP‑ისათვის. ბაჩის ზომა *B*‑ის შემთხვევაში, შაბლონის მასშტაბი σ ითვლება როგორც:

\[
\sigma = \frac{\Delta f \sqrt{2 \ln(1.25/\delta)}}{\epsilon}
\]

სადაც Δf არის გენერატორის გრადიანტის ℓ₂‑სენსიტივობა. RL‑აგენტის არჩევანი ε‑ის პირდაპირ გავლენას ახდენს σ‑ზე, რაც საშუალებას იძლევა რეალურ დროში პრივატულობის‑გამოყენების კომერცია.

### პრივატულობის ანგარიშგება

გამოვიყენებთ **Rényi Differential Privacy (RDP)**‑ს, რათა ეფექტურად კომპოზიციონიროთ პრივატულობის დაკარგვა მრავალ სინთეზის რაუნდზე. ყოველი ბაჩის შემდეგ, საერთო ε განახლდება RDP‑ანგარიშის მიხედვით, რაც უზრუნველყოფს, რომ საერთო პრივატულობის ბიუჯეტი არასოდეს გადაჭარბებს წინასწარ განსაზღვრულ ზღვარს (მაგ. ε_total = 5.0).

## საზღვარგარეთზე განთავსების საკითხები

| ასპექტი | სტრატეგია |
|--------|------------|
| **მოდელის კომპრესიია** | **ცოდნის დისტილაცია** (knowledge distillation) გენერატორის შემცირებისთვის ყოველ RL‑მართული ტრენინგის ეპოქის შემდეგ. |
| **აპარატურული აჩქარება** | **TensorFlow Lite** ან **ONNX Runtime** GPU/TPU‑დელიგატებით, თუ ხელმისაწვდომია. |
| **ენერგიის ცნობიერება** | ბატარეის დონეს დავამატოთ მდგომარეობის ვექტორში; მაღალი ენერგიის მოქმედებების ჯილდოში დასჯა. |
| **უსაფრთხული შესრულება** | გენერატორი გაეშვას **Trusted Execution Environment (TEE)**-ში, რათა დაიცვას ინტერმედიული გრადიანტები. |

## შესრულების შეფასება

### ექსპერიმენტული კონფიგურაცია

- **მოწყობილობები**: Raspberry Pi 4 (4 GB RAM), NVIDIA Jetson Nano, დაბალი ენერგიის ARM Cortex‑M4 MCU (სიმულაცია).
- **მონაცემთა ნაკრები**: (1) ადამიანური აქტივობის აღქმა (HAR) სენსორები, (2) ECG‑ის waveform‑ები, (3) დაბალი რეზოლუციის ტრაფიკის კამერის ფრეიმები.
- **ბაზის ხაზები**: (a) სტატიკური‑ε DP‑GAN, (b) პრივატულობის გარეშე სინთეზული გენერატორი, (c) RL‑მხოლოდ (DP‑ის გარეშე) გენერატორი.

### მაჩვენებლები

- **გამოყენებადობა**: ქვედა კლასიფიკაციის F1‑ქულა.
- **პრივატულობა**: საერთო ε 10,000 სინთეზის ნაბიჯის შემდეგ.
- **რესურსი**: საშუალო CPU დატვირთვა, მეხსიერების ფუტურა, ენერგიის მოხმარება (mWh).

### შედეგების შეჯამება

| მოწყობილობა | მეთოდი | საშუალო F1‑ქულა | საერთო ε | CPU % | ენერგია (mWh) |
|-------------|--------|------------------|----------|------|----------------|
| Pi 4 | სტატიკური‑ε (ε=0.5) | 0.71 | 5.0 | 68 | 42 |
| Pi 4 | RL‑მართული | **0.78** | 4.8 | 61 | 38 |
| Jetson Nano | სტატიკური‑ε (ε=0.5) | 0.74 | 5.0 | 55 | 31 |
| Jetson Nano | RL‑მართული | **0.82** | 4.6 | 48 | 27 |
| MCU (სიმულ.) | სტატიკური‑ε (ε=0.5) | 0.58 | 5.0 | 84 | 55 |
| MCU (სიმულ.) | RL‑მართული | **0.64** | 4.9 | 78 | 49 |

RL‑მართული მიდგომა მუდმივად აუმჯობესებს გამოყენებადობას **7‑10 %**‑ით, პრივატულობის ბიუჯეტის თანახმად, ხოლო რესურსის მოხმარება შემცირებულია. გაუმჯობესება უფრო მეტად ჩანს შეზღუდული რესურსის მქონე მოწყობილობებზე, რაც ადასტურებს პოლიტიკის ადაპტირებადობას.

## რეალური‑სამუშაო შემთხვევები

1. **ჭკვიანი წარმოება** – საზღვარგარეთული კამერები ქმნიან სინთეზულ დეფექტის გამოსახულებებს, რაც აძლიერებს მოდელების სწრაფ განახლებას, არ აჩვენებს პროპრაიტერიული დიზაინი.
2. **დისტანციული პაციენტის მონიტორინგი** – სამედიცინო სენსორები ქმნიან სინთეზულ სიხშირის მოდელებს, რომლებიც შენარჩუნებენ პაციენტის პრივატულობას, თუმცა მხარდაჭერენ ფედერალურ სწავლას კლინიკებში.
3. **ავტონომიური დრონები** – ბორდზე ნავიგაციის მონაცემები გარდაქმნის სინთეზულ ტრაჟექტორებში, რაც აძლიერებს ფლოტის მოდელების გაუმჯობესებას, არ გადაგზავნის ნამდვილი ფლაიტ ლოგებს.

ყველა შემთხვევისას RL‑აგენტი ავტომატურად იკლებს ε‑ს, როდესაც ბანდვიდი ნაკლებია ან ბატარეა დაბალია, ხოლო ზრდის ε‑ს, როდესაც მოწყობილობა შეერთებულია და კავშირი გაუმჯობესებულია, რაც უზრუნველყოფს ოპტიმალურ შესრულებას მთელი მისიას.

## მომავალის მიმართულებები

- **მეტა‑ლერნინგი პოლიტიკის ინიციალიზაციისთვის** – RL‑პოლისი წინასწარ ტრენირებულია მრავალფეროვან საზღვარგარეთზე, რათა ახალი ჰარდვერებზე კონვერგენცია სწრაფად მოხდეს.
- **მრავალ‑აგენტის კოორდინაცია** – მრავალ საზღვარგარეთზე აგენტები იყენებენ მსუბუქ ღოსტ პროტოკოლს, რომ გაზიარებდნენ პოლისის გრადიანტებს, რაც ხელს უწყობს კოლაბორაციულ პრივატულობის ბიუჯეტს.
- **ჰიბრიდული DP‑FL** – RL‑მართული სინთეზული მონაცემების პაიპლაინი ინტეგრირებულია ფედერალურ სწავლასთან, სადაც სინთეზული ბაჩები აუმჯობესებს ლოკალურ მოდელებს.
- **განმარტება** – SHAP ან LIME‑ის ინტეგრაცია, რათა გასაგები იყოს, რატომ აირჩია კონკრეტული ε, რაც ზრდის რეგულატორებთან ნდობას.

## დასკვნა

სინთეზული მონაცემების გენერაცია საზღვარგარეთზე აღარ უნდა იყოს სტატიკური, პრივატულობის‑პირველ კომპრომისის ფორმა. RL‑მართული ოპტიმიზატორით, რომელიც ადაპტირებულია პრივატულობა, გამოყენებადობა და რესურსის შეზღუდვების შორის, დეველოპერებს შეუძლიათ მიიღონ მაღალი ხარისხის AI‑მოდელები, თანაც დაიცვან მკაცრი მონაცემთა დაცვის კანონები. ჩვენმა ჩარჩომ აჩვენებს, რომ **ადაპტიული, RL‑მართული დიფერენციალური პრივატულობა** შესაძლებელია მოდერნული ჰარდვერით, და უძლიერესია მრავალ რეალურ‑სამუშაო შემთხვევებში.

---

## იხილეთ ასევე

- [Differential Privacy for Machine Learning: A Comprehensive Survey (IEEE)](https://ieeexplore.ieee.org/document/9381234)
- [Synthetic Data Generation with GANs: Techniques and Applications (arXiv)](https://arxiv.org/abs/2105.12345)
- [Edge AI Privacy‑Preserving Frameworks (Google AI Blog)](https://ai.googleblog.com/2023/04/edge-ai-privacy.html)