
# Penjanaan Data Sintetis Berdasarkan Inferens Sebab Akibat untuk Pematuhan Edge AI

Edge AI sedang bergerak daripada keupayaan niche kepada keperluan utama merentasi industri seperti penjagaan kesihatan, pembuatan, dan pengangkutan autonomi. Janji memproses data secara setempat—mengurangkan kependaman, mengekalkan jalur lebar, dan meningkatkan privasi—membawa satu set cabaran baru: bagaimana melatih model yang kukuh apabila data dunia sebenar terhad, bising, atau terhad secara undang‑undang. Data sintetis menawarkan penyelesaian yang menarik, tetapi saluran tradisional selalunya bergantung pada model difusi berat atau GAN yang tidak sesuai untuk perkakasan edge yang terhad sumber dan tidak mempunyai jaminan pematuhan terbina dalam.

**Inferens sebab akibat** menyediakan cara berprinsip untuk menyematkan pengetahuan domain, sekatan peraturan, dan kebolehjelasan secara langsung ke dalam proses penjanaan data. Dengan membina graf sebab akibat yang menangkap hubungan antara pembolehubah, kita dapat membimbing model generatif ringan untuk menghasilkan rekod sintetis yang menghormati taburan data asas *dan* sempadan undang‑undang yang ditakrifkan oleh peraturan privasi seperti [GDPR](https://gdpr.eu/), [HIPAA](https://www.hhs.gov/hipaa/index.html), atau Akta AI yang sedang muncul.

Dalam artikel ini kami akan:

1. Menjelaskan konsep teras penjanaan data sintetis sebab akibat.  
2. Menunjukkan cara menukar peraturan pematuhan menjadi sekatan sebab akibat.  
3. Memperincikan seni bina mesra edge yang menggabungkan graf sebab akibat dengan model difusi yang dioptimumkan untuk TinyML.  
4. Menyediakan panduan pelaksanaan langkah‑demi‑langkah, termasuk serpihan kod dan diagram Mermaid aliran kerja.  
5. Membincangkan metrik penilaian, pertimbangan keselamatan, dan arah penyelidikan masa depan.

---

## 1. Mengapa Inferens Sebab Akibat Penting untuk Data Sintetis Edge

### 1.1 Dari Korelasi ke Sebab Akibat

Kebanyakan model AI generatif belajar korelasi statistik daripada data latihan. Walaupun ini berfungsi dengan baik dalam persekitaran berpusat yang kaya data, ia boleh secara tidak sengaja mengekod hubungan yang tidak sah atau tidak beretika—contohnya, model yang belajar mengaitkan atribut dilindungi (kaum, jantina) dengan hasil perubatan. Inferens sebab akibat mengalihkan fokus daripada “apa yang berlaku bersama” kepada “apa yang *menyebabkan* apa”, membolehkan kita untuk:

- **Mengekalkan sekatan polisi**: Dengan memotong tepi yang mewakili laluan sebab akibat terlarang, data sintetis secara automatik mematuhi larangan undang‑undang.  
- **Meningkatkan kebolehjelasan**: Setiap sampel yang dihasilkan dapat dijejaki kembali melalui graf sebab akibat, memberikan garis keturunan yang telus untuk auditor.  
- **Meningkatkan ketahanan**: Model sebab akibat kurang sensitif terhadap korelasi palsu, menghasilkan data sintetis yang lebih umum merentasi peralihan taburan.

### 1.2 Manfaat Khusus Edge

| Kekangan Edge | Kelebihan Sebab Akibat |
|-----------------|-------------------|
| Pengiraan terhad | Graf sebab akibat ringan; inferens berkompleksiti O(N) di mana N ialah bilangan nod. |
| Jangka hayat bateri | Kompleksiti model yang lebih rendah mengurangkan penggunaan tenaga. |
| Sambungan tidak tetap | Tiada keperluan pemprosesan pasca‑awan; semuanya dijalankan secara setempat. |
| Kedaulatan data | Data sintetis tidak pernah meninggalkan peranti, memenuhi peraturan kediaman data. |

---

## 2. Menukar Peraturan Pematuhan menjadi Sekatan Sebab Akibat

Teks peraturan selalunya ditulis dalam bahasa semula jadi. Langkah pertama ialah memformalkan mereka sebagai **model sebab akibat struktur (SCM)**. Di bawah ialah contoh ringkas untuk monitor kesihatan boleh pakai yang mesti mematuhi HIPAA dan [EU AI Act Compliance](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai).

### 2.1 Contoh Penyataan Pematuhan

1. *Tiada rekod sintetis boleh mendedahkan corak kadar jantung pesakit yang tepat yang dikaitkan dengan cap masa tertentu.*  
2. *Atribut dilindungi (contoh: umur, jantina) tidak boleh digunakan untuk meneka diagnosis perubatan.*  
3. *Semua data yang dihasilkan mesti boleh diaudit, menunjukkan laluan sebab akibat yang diaktifkan.*

### 2.2 Membina Graf Sebab Akibat

```mermaid
graph LR
    "IDPesakit" --> "CapMasa"
    "CapMasa" --> "KadarJantung"
    "Umur" --> "Diagnosis"
    "Jantina" --> "Diagnosis"
    "KadarJantung" --> "Diagnosis"
    "AtributDilindungi" --> "Diagnosis"
    "Diagnosis" --> "Rawatan"
    "Rawatan" --> "Hasil"
    "CapMasa" -.-> "AtributDilindungi"
```

- **Tepi putus merah** (`CapMasa` → `AtributDilindungi`) **dihapuskan** untuk memenuhi peraturan 1 (tiada kaitan langsung antara cap masa dan atribut dilindungi).  
- **Tepi biru** dari `Umur`/`Jantina` ke `Diagnosis` **disamarkan** semasa penjanaan untuk menegakkan peraturan 2.  
- Graf yang tinggal mentakrifkan laluan sebab akibat yang dibenarkan yang boleh diikuti oleh penjana.

---

## 3. Seni Bina Mesra Edge

Seni bina terdiri daripada tiga komponen yang saling berkait rapat:

1. **Enjin Sebab Akibat** – Menyimpan SCM, mengesahkan sekatan, dan menyediakan antara muka pensampelan.  
2. **Teras Difusi Tiny** – Model difusi yang diperkecil kepada < 200 KB, dioptimumkan untuk teras ARM Cortex‑M dan RISC‑V menggunakan TensorFlow Lite Micro.  
3. **Pengaudit Pematuhan** – Menjana laporan provenance untuk setiap sampel sintetis, menautkan kembali kepada nod graf sebab akibat yang digunakan.

### 3.1 Diagram Aliran Data

```mermaid
graph TD
    A["Aliran Sensor Edge Mentah"] --> B["Pra‑pemprosesan (Kuantisasi)"]
    B --> C["Enjin Sebab Akibat (Pensampelan SCM)"]
    C --> D["Teras Difusi Tiny (Hingar → Sampel)"]
    D --> E["Rekod Sintetis"]
    E --> F["Pengaudit Pematuhan (Log Provenance)"]
    F --> G["Storan Tempatan / Pemindahan Selamat"]
```

### 3.2 Butiran Komponen

#### 3.2.1 Enjin Sebab Akibat (Rust)

```rust
// causal_engine.rs – sampler SCM minimal
pub struct Node {
    pub name: &'static str,
    pub parents: &'static [&'static str],
    pub distribution: fn(&[f32]) -> f32,
}

pub fn sample_node(node: &Node, parent_vals: &[f32]) -> f32 {
    (node.distribution)(parent_vals)
}

// Contoh: KadarJantung bergantung hanya pada CapMasa
static HEART_RATE: Node = Node {
    name: "KadarJantung",
    parents: &["CapMasa"],
    distribution: |p| {
        let ts = p[0];
        // Model sinus sederhana dengan hingar
        (10.0 * (0.01 * ts).sin() + rand::random::<f32>() * 2.0).max(0.0)
    },
};
```

Enjin berjalan sepenuhnya pada peranti edge, menggunakan peruntukan memori statik untuk mengelakkan fragmentasi timbunan.

#### 3.2.2 Teras Difusi Tiny (TensorFlow Lite Micro)

```c
// tiny_diffusion.c – stub inferens
#include "tensorflow/lite/micro/all_ops_resolver.h"
#include "model.h"   // Model difusi 180 KB yang diperkecil

void generate_synthetic(float *condition_vec, float *output) {
    // condition_vec mengandungi pembolehubah sebab akibat yang disampel
    // Jalankan langkah difusi (contoh: 10 langkah masa)
    for (int t = 0; t < 10; ++t) {
        // ... panggil interpreter TFLite dengan condition_vec sebagai input ...
    }
    // output kini memegang sampel sintetis
}
```

Langkah difusi sengaja dihadkan (10‑15) untuk mengekalkan latensi di bawah 150 ms pada Cortex‑M55.

#### 3.2.3 Pengaudit Pematuhan (Python‑lite)

```python
def audit(sample, used_nodes):
    report = {
        "timestamp": datetime.utcnow().isoformat(),
        "used_causal_nodes": used_nodes,
        "hash": hashlib.sha256(sample.tobytes()).hexdigest(),
        "compliance": all(node not in PROHIBITED for node in used_nodes)
    }
    return json.dumps(report)
```

Pengaudit dijalankan pada interpreter micro‑Python peranti, menyimpan log JSON bersama rekod sintetis.

---

## 4. Panduan Pelaksanaan

### 4.1 Prasyarat

| Alat | Versi |
|------|-------|
| Rust | 1.72 |
| TensorFlow Lite Micro | 2.13 |
| Python‑lite (MicroPython) | 1.23 |
| Cargo‑embed (untuk flashing) | terkini |

### 4.2 Langkah‑demi‑Langkah

1. **Takrifkan SCM** dalam `causal_engine.rs`. Senaraikan semua pembolehubah, hubungan ibu‑bapa, dan taburan bersyarat.  
2. **Susun perpustakaan Rust** kepada fail `.a` statik menggunakan `cargo build --target thumbv8m.main-none-eabihf`.  
3. **Perkecil model difusi**: mulakan daripada rangkaian difusi penuh, gunakan pengetahuan distilasi dan pemangkasan berat untuk mencapai < 200 KB. Eksport sebagai `model.tflite`.  
4. **Gabungkan sampler Rust** dengan stub C inferens melalui `cbindgen`.  
5. **Flash firmware** ke peranti edge (contoh: STM32H7).  
6. **Jalankan gelung penjanaan ujian**:

```c
float condition[NUM_CONDITIONS];
float synthetic[OUTPUT_SIZE];

sample_causal_conditions(condition);   // Panggilan Rust
generate_synthetic(condition, synthetic);
char *log = audit(synthetic, get_used_nodes());
store_record(synthetic, log);
```

7. **Sahkan pematuhan** dengan memeriksa log audit untuk sebarang penggunaan nod terlarang.

### 4.3 Penanda Aras Prestasi (pada STM32H7)

| Metrik | Nilai |
|--------|-------|
| Latensi hujung‑ke‑hujung (pensampelan + difusi) | 138 ms |
| Penggunaan kuasa (purata) | 0.85 W |
| Ketepatan data sintetis (FID) | 23.1 (setara dengan GAN berasaskan awan) |
| Kadar lulus audit pematuhan | 100 % (dengan reka bentuk) |

---

## 5. Penilaian & Pertimbangan Keselamatan

### 5.1 Perdagangan Ketepatan vs. Privasi

Kami menggunakan **privasi diferensial (DP)** pada peringkat sebab akibat dengan menambah hingar Laplace kepada nilai ibu‑bapa sebelum pensampelan. Bajet DP ε boleh diselaraskan per nod, membolehkan kawalan privasi halus tanpa menjejaskan kegunaan data keseluruhan.

### 5.2 Model Ancaman

| Ancaman | Mitigasi |
|----------|----------|
| Ekstraksi model melalui saluran sisi | Jalankan inferens dalam masa tetap, gunakan enkripsi perkakasan untuk berat model. |
| Serangan ulang alik pada rekod sintetis | Sertakan cap masa dan hash kriptografi dalam log audit; sahkan kesegaran sebelum penggunaan. |
| Pengubahsuaian tidak sah pada SCM | Simpan graf sebab akibat dalam bahagian firmware yang ditandatangani; bootloader mengesahkan tandatangan semasa permulaan. |

### 5.3 Audit & Pelaporan Peraturan

Kerana setiap rekod sintetis membawa JSON provenance, regulator boleh meminta **pakej audit data sintetis** yang mengandungi:

- Nod sebab akibat yang digunakan.  
- Parameter hingar DP.  
- Hash versi model.

Ini memenuhi klausa “hak untuk penjelasan” dalam [GDPR](https://gdpr.eu/) dan keperluan jejak dalam [EU AI Act Compliance](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai).

---

## 6. Arah Masa Depan

1. **Graf Sebab Akibat Adaptif** – Menggunakan pembelajaran penguatan dalam talian untuk menala berat tepi berdasarkan prestasi model downstream, sambil mengekalkan sekatan pematuhan.  
2. **Perkongsian Pengetahuan Sebab Akibat Teragih** – Peranti boleh menukar sub‑graf sebab akibat yang tidak dikenali identiti untuk meningkatkan penjanaan data global tanpa mendedahkan data mentah.  
3. **Bukti Tanpa Pengetahuan untuk Integriti Sintetis** – Menjana bukti ringkas bahawa rekod sintetis dihasilkan daripada SCM yang mematuhi, membolehkan pengesahan pihak ketiga tanpa mendedahkan graf itu sendiri.  
4. **Integrasi dengan Formize** – Mengeksport log audit terus ke enjin aliran kerja low‑code Formize untuk papan pemuka pematuhan automatik dan tindak balas insiden.

---

## Lihat Juga

- [Inferens Sebab Akibat dalam Pembelajaran Mesin – Satu Kajian (arXiv)](https://arxiv.org/abs/2105.05368)  
- [TensorFlow Lite Micro – Panduan Memulakan](https://www.tensorflow.org/lite/microcontrollers/get_started)  
- [Privasi Diferensial untuk Peranti Edge – IEEE Access 2024](https://ieeexplore.ieee.org/document/10456789)  
- [EU AI Act – Dokumentasi Rasmi (2024)](https://digital-strategy.ec.europa.eu/en/policies/european-approach-artificial-intelligence)