
# Saugus kelių šalių sintetinės duomenų bendradarbiavimas su homomorfiniu šifravimu

Era, kai duomenimis pagrįsti DI modeliai yra konkurencinis pranašumas, **sintetiniai duomenys** iškilo kaip galinga alternatyva dalintis realaus pasaulio įrašais. Tačiau kai kelių šalių reikia **bendradarbiauti** kuriant sintetinį duomenų rinkinį – pavyzdžiui, tarppramoninė sveikatos tyrimų, federuota finansų analizė arba bendri autonominių transporto priemonių simuliacijos – privatumas, reguliacinė atitiktis ir pasitikėjimas tampa pagrindinėmis kliūtimis.

Šiame straipsnyje pristatomas **privatumo išsaugojimo bendradarbiavimo struktūrinis modelis**, kuris sujungia tris pažangiausias koncepcijas:

1. **Homomorphic Encryption (HE)** – leidžia atlikti skaičiavimus šifruotuose duomenyse be dešifravimo.  
2. **Secure Multi‑Party Computation (SMPC)** – paskirsto kriptografines darbo apkrovas tarp dalyvių, todėl nė vienas mazgas niekada nemato neapdorotų įvesties duomenų.  
3. **Zero‑Trust Architecture (ZTA)** – daro prielaidą, kad kiekvienas tinklo elementas yra nepatikimas, kol neįrodoma priešinga, įgyvendindama nuolatinį patikrinimą ir minimalios teisės prieigą.  

Kartu jie sudaro **Zero‑Trust sintetinės duomenų rinkos (ZT‑SDM)**, kuri leidžia organizacijoms kartu mokyti generatyvius modelius, patikrinti sintetinės išvesties kokybę ir keistis duomenų ištekliais, išlaikant pagrindinius privačius duomenis nematomais visoms šalims – įskaitant rinkos operatorių.

## Kodėl esami sprendimai nepatenkina

| Esama priemonė | Pagrindinis apribojimas |
|----------------|--------------------------|
| **Centralizuotos sintetinės duomenų konvejeriai** | Reikalauja patikimo duomenų ežero; vienas saugumo pažeidimas gali atskleisti neapdorotus įvesties duomenis. |
| **Federacinis mokymasis su modelio agregavimu** | Dalijasi tik modelio atnaujinimais, o ne pačiais sintetiniais duomenimis; galutiniai vartotojai vis tiek turi prašyti neapdorotų duomenų patikrinimui. |
| **Tik diferencialinis privatumas (DP)** | Prideda statistinį triukšmą, kuris gali sumažinti naudingumą, ypač aukštos dimensijos duomenims. |
| **Tik SMPC konvejeriai** | Didelė komunikacijos našta; mastelio didinimas iki didelių generatyvių modelių (pvz., difuzijos ar LLM) yra nepraktiškas. |

**ZT‑SDM** užpildo šiuos trūkumus **šifruodama visą duomenų generavimo konvejerį**, tuo pačiu leidžiant **realiojo laiko kokybės atsiliepimus** ir **audito takus**.

## Architektūrinė apžvalga

```mermaid
graph TD
    subgraph "Dalyvis A"
        A1["Neapdoroti duomenys A"]
        A2["HE šifravimo įrenginys"]
    end
    subgraph "Dalyvis B"
        B1["Neapdoroti duomenys B"]
        B2["HE šifravimo įrenginys"]
    end
    subgraph "Orkestratorius"
        O1["Raktų valdymo paslauga"]
        O2["Saugus skaičiavimo variklis"]
        O3["Zero‑Trust politikos variklis"]
        O4["Audito žurnalo paslauga"]
    end
    subgraph "Vartotojas"
        C1["Sintetinių duomenų vartotojas"]
    end

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

**Pagrindiniai komponentai**:

- **HE šifravimo įrenginys** (kiekvienam dalyviui) paverčia neapdorotus įrašus į šifratą naudojant **bendrą viešąjį raktą**.  
- **Raktų valdymo paslauga (KMS)** saugo **privatų dešifravimo raktą** aparatinėje saugioje aplinkoje; jis niekada nepalieka orkestratoriaus.  
- **Saugus skaičiavimo variklis** vykdo generatyvų modelį (pvz., difuzijos modelį) **tiesiogiai šifrate** naudojant su HE suderinamus branduolius.  
- **Zero‑Trust politikos variklis** patikrina kiekvieną užklausą (duomenų skaitymą, modelio inferenciją, audito eksporto) pagal dinamiškas politikas, kilusias iš reguliavimo sistemų ([GDPR](https://gdpr.eu/), [HIPAA](https://www.hhs.gov/hipaa/index.html), [CCPA](https://oag.ca.gov/privacy/ccpa)).  
- **Audito žurnalo paslauga** įrašo nekintamus, nuo klastojimo atsparius žurnalus (galimai susietus su blokų grandine) dėl atitikties patikrinimo.

## Žingsnis po žingsnio darbo eiga

### 1. Registracija ir politikos apibrėžimas
1. Kiekviena organizacija registruojasi rinkoje, įkeldama **metaduomenis** (duomenų domenus, jautrumo žymas, jurisdikciją).  
2. **Zero‑Trust politikos variklis** automatiškai sukuria **politikos matricą**, kuri susieja leidžiamas operacijas (pvz., „generuoti sintetinę sveikatos įrašų duomenų bazę tik tyrimams“) su kriptografiniais apribojimais.

### 2. Raktų keitimas ir šifravimas
- Dalyviai gauna **viešąjį HE raktą** iš KMS.  
- Neapdoroti duomenų rinkiniai šifruojami vietoje; šifras niekada nepalieka dalyvio perimetro.

### 3. Distribiucinis modelio mokymas (su SMPC pagalba)
- Orkestratorius paleidžia **SMPC protokolą**, kuris paskirsto generatyvaus modelio svorio atnaujinimus tarp dalyvių.  
- Kiekvienas mazgas atlieka **šifruotą gradientų skaičiavimą** savo šifrate, tada dalijasi **užmaskuotais daliniais rezultatais**.  
- KMS sujungia užmaskuotus atnaujinimus, dešifruoja tik **agregatą**, ir vėl šifruoja naujus modelio parametrus kitam ciklui.

### 4. Sintetinių duomenų generavimas
- Vartotojai prašo sintetinės imties per **politika patikrintą API**.  
- **Saugus skaičiavimo variklis** vykdo modelį **homomorfiniai**, sukuriant **šifruotus sintetinius įrašus**.  
- KMS dešifruoja galutinį rezultatą **tik laiku** vartotojui, po to iš karto ištrina privatų raktą iš atminties.

### 5. Nuolatinis auditas ir atsiliepimai
- Kiekviena užklausa, skaičiavimas ir dešifravimo įvykis įrašomas į **Audito žurnalo paslaugą**.  
- Auditoriai gali užklausti žurnalų naudodami **nulinio žinojimo įrodymus**, kad patikrintų atitiktį be neapdorotų duomenų peržiūros.  
- Vartotojai gali pateikti **naudingumo atsiliepimus** (pvz., statistinius panašumo balus), kurie grąžinami į mokymo ciklą, viskas šifruota.

## Techninis gylus įžvalga: Homomorfinio šifravimo pasirinkimai

| Schema | Šifro dydis | Palaikomos operacijos | Tipinis naudojimo atvejis |
|--------|-------------|------------------------|---------------------------|
| **BFV** | Vidutinis | Sveikųjų skaičių aritmetika, sudėtis, daugyba | Lentelių duomenų sintezė |
| **CKKS** | Didelis | Apytikslė aritmetika, slankaus kablelio skaičiavimai | Vaizdų / vaizdo difuzijos modeliai |
| **TFHE** | Mažas | Dvejetainiai vartai, bootstrapping | Loginė logika SMPC koordinavimui |

Daugumai sintetinių duomenų konvejerių, **CKKS** suteikia geriausią kompromisą, nes generatyvūs modeliai stipriai priklauso nuo slankaus kablelio matricos daugybos. Tačiau **bootstrapping** kaštus galima sumažinti naudojant **sluoksnių perlinijavimą** ir **parametrų derinimą**, priklausomai nuo tikslinės duomenų dimensijos.

## Zero‑Trust politikos variklis: dinaminis įgyvendinimas

Variklis vertina tris matmenis kiekvienai užklausai:

1. **Identitetas** – patvirtinamas per decentralizuotus identifikatorius (DID) ir patikrinamus įgaliojimus.  
2. **Kontekstas** – apima užklausos kilmės IP, įrenginio būklę ir dienos laiką.  
3. **Tikslas** – išgaunamas iš API duomenų (pvz., „generuoti 10 000 sintetinų pacientų įrašų onkologijos tyrimui“).

A policy rule might read:
```
IF requester.role == "researcher"
AND data.domain == "healthcare"
AND jurisdiction == "EU"
THEN allow HE‑generation WITH differential‑privacy epsilon=0.5
ELSE deny
```
Kadangi taisyklė pati neturi **neapdorotų duomenų**, ją galima įvertinti **už šifruoto domeno**, išlaikant našumą.

## Atitikties ir audito privalumai

| Reguliavimas | Kaip ZT‑SDM padeda |
|--------------|--------------------|
| **GDPR Art. 32** (Security of processing) | Duomenys niekada neatsiranda nešifruota forma už organizacijos, kuri juos sukūrė, ribų; šifravimo raktai yra apsaugoti aparatinėje įrangoje. |
| **HIPAA §164.312(e)(1)** (Encryption) | End‑to‑end HE atitinka „šifravimo“ reikalavimą; audito žurnalai suteikia įrodymus apie „prieigos kontrolę“. |
| **CCPA §1798.150** (Right to know) | Vartotojai gali prašyti **sintetinių duomenų kilmės ataskaitos**, sugeneruotos iš nekintamų žurnalų, neatskleidžiant neapdorotų įvesties duomenų. |
| **ISO 27001 A.12.4** (Logging) | Nekintami, nuo klastojimo atsparūs žurnalai saugomi tik papildymo režimu; papildomam vientisumui galima naudoti blokų grandinės pririšimą. |

## Našumo optimizacijos

1. **Hybrid HE/SMPC** – Naudoti SMPC pradiniam svorio agregavimui (žemos tikslumo) ir perjungti į HE galutiniam aukšto tikslumo generavimui.  
2. **Batching & Packing** – Užkoduoti kelias duomenų eilutes į vieną šifro lizdą (CKKS pakavimas), kad sumažintų šifravimo naštą.  
3. **Edge‑Offload** – Diegti lengvus HE branduolius dalyvių krašto įrenginiuose duomenų išankstiniam apdorojimui, sumažinant tinklo apkrovą.  
4. **Cache‑able Encrypted Models** – Saugojti šifruotus modelio kontrolinius taškus **turinio adresuojamoje saugykloje**; naudoti keliose bendradarbiavimo projekcijose.

## Realūs naudojimo atvejai

### A. Tarpinstituciniai klinikiniai tyrimai
Problema: Ligoninės negali dalintis pacientų įrašais dėl **HIPAA**, tačiau reikia bendro sintetinės kohortos retų ligų modeliui. Sprendimas: Kiekviena ligoninė šifruoja savo EHR duomenis, dalyvauja SMPC‑paremto modelio mokyme ir gauna sintetinį duomenų rinkinį, atspindintį sujungtą populiaciją, niekada neatskleidžiant PHI.

### B. Bendradarbiaujantis finansų rizikos modeliavimas
Problema: Konkurencingos bankos turi sujungti transakcijų duomenis, kad aptiktų sistemines sukčiavimo schemas, tačiau antimonopolinės įstatymai draudžia neapdorotų duomenų keitimąsi. Sprendimas: Bankos šifruoja transakcijų žurnalus, kartu mokosi sintetinį sukčiavimo generavimo modelį ir dalijasi sintetiniais rezultatais su reguliuotojais priežiūrai.

### C. Autonominių transporto priemonių simuliacija
Problema: Keli gamintojai (OEM) reikia įvairių vairavimo scenarijų, tačiau negali atskleisti savo nuosavų jutiklių įrašų. Sprendimas: OEM šifruoja LiDAR ir kamerų srautus, kartu mokosi difuzijos pagrindo scenarijų generatoriaus ir gauna sintetinius vairavimo vaizdus, išlaikant kraštutinų atvejų įvairovę.

## Įgyvendinimo kontrolinis sąrašas

- [ ] **Pasirinkti HE schemą** (rekomenduojama CKKS slankaus kablelio darbo krūviams).  
- [ ] **Suteikti KMS** su aparatine saugumo moduliu (HSM) ir apibrėžti raktų sukimosi politiką.  
- [ ] **Integruoti DID‑pagrįstą identitetą** kiekvienam dalyviui.  
- [ ] **Apibrėžti Zero‑Trust politikas** naudojant politiką kaip kodą (pvz., Open Policy Agent).  
- [ ] **Nustatyti SMPC orkestravimą** (pvz., naudojant MP‑SPDZ arba CrypTen).  
- [ ] **Diegti nekintamą audito žurnalą** (pvz., naudojant Amazon QLDB arba privačią blokų grandinę).  
- [ ] **Vykdyti našumo testus** šifruoto modelio inferencijos vėlavimo ir pralaidumo atžvilgiu.  
- [ ] **Atlikti atitikties patikrinimą** su teisiniais patarėjais ir išoriniais auditoriais.

## Ateities kryptys

1. **Federacinis diferencialinis privatumas** – Kombinuoti HE su DP, kad po dešifravimo pridėtų kalibruotą triukšmo sluoksnį, dar labiau sumažinant atpažinimo riziką.  
2. **Kvantui atsparus HE** – Tyrinėti tinklelio pagrindu sukurtas schemas, kurios išlieka saugios prieš post‑kvantinius priešininkus.  
3. **DI valdomas politikos pritaikymas** – Naudoti stiprinimo mokymą, kad automatiškai sustiprintų arba atpalaiduotų politikas, remiantis stebimais naudingumo‑privatumo kompromisais.  
4. **Rinkos monetizavimas** – Įdiegti žetonų pagrindu paremtas paskatas dalyviams, kurie teikia aukštos kokybės šifruotus duomenis, su išmaniosiomis sutartimis, įgyvendinančiomis pajamų dalijimąsi.

## Išvada

Sujungiant **homomorfinį šifravimą**, **saugų kelių šalių skaičiavimą** ir **zero‑trust principus** į vieną, audituojamą darbo eigą, organizacijos pagaliau gali **bendradarbiauti su sintetiniais duomenimis** nepažeisdamos privatumo ar reguliacinės atitikties. Zero‑Trust sintetinės duomenų rinka ne tik atveria naujas DI galimybes įvairiuose sektoriuose, bet ir nustato naują standartą **pasitikėjimo pagal dizainą duomenų ekosistemoms**.

## Taip pat žiūrėkite

- [Open Policy Agent (OPA) – Politika kaip kodas](https://www.openpolicyagent.org)  
- [MP‑SPDZ – Kelių šalių skaičiavimo sistema](https://github.com/data61/MP-SPDZ)  
- [Zero Trust architektūra – NIST SP 800‑207](https://csrc.nist.gov/publications/detail/sp/800-207/final)