
# Penjanaan Data Sintetis Persendirian Berbeza secara Diferensial Dipandu Pembelajaran Penguatan untuk Edge AI

## Pengenalan

Edge AI sedang mengubah pelbagai industri, daripada kenderaan autonomi hingga pemantauan kesihatan jauh. Dengan memindahkan inferens dan latihan lebih dekat kepada sumber data, kependaman berkurang, penggunaan lebar jalur menyusut, dan kedaulatan data meningkat. Namun, peranti edge selalunya beroperasi di bawah peraturan privasi yang ketat ([GDPR](https://gdpr.eu/), [HIPAA](https://www.hhs.gov/hipaa/index.html), [CCPA](https://oag.ca.gov/privacy/ccpa)) serta sumber pengiraan yang terhad. Data sintetik—rekod yang dihasilkan secara buatan tetapi mengekalkan sifat statistik data sebenar—menawarkan cara menarik untuk berkongsi insight tanpa mendedahkan maklumat mentah.  

Saluran data sintetik tradisional bergantung pada bajet privasi statik dan seni bina model tetap, yang boleh mengakibatkan **kehilangan kegunaan yang berlebihan** (jika bajet privasi terlalu ketat) atau **kebocoran privasi** (jika bajet terlalu longgar). Tambahan pula, persekitaran edge bersifat heterogen: kadar pensampelan sensor, paras bateri, dan keadaan rangkaian berubah secara dramatik mengikut masa. Pendekatan satu‑saiz‑sesuai‑semua tidak berfungsi.

Artikel ini mencadangkan **kerangka kerja dipandu pembelajaran penguatan (RL)** yang secara berterusan menyesuaikan parameter privasi diferensial (DP) dan hiper‑parameter model generatif mengikut konteks edge semasa. Ejen RL mempelajari polisi yang memaksimumkan ketepatan model hiliran sambil mematuhi bajet privasi yang telah ditetapkan, semuanya dalam lingkungan pengiraan peranti.

## Cabaran Teras

| Cabaran | Mengapa Penting | Mitigasi Konvensional |
|-----------|----------------|------------------------|
| **Kekangan Sumber Dinamik** | Peranti edge mungkin mengalami turun naik ketersediaan CPU, GPU, dan memori. | Peruntukan statik menyebabkan penggunaan yang kurang atau beban berlebihan. |
| **Keperluan Privasi Bervariasi** | Aliran data yang berbeza (contoh: video vs. vitals) mempunyai tahap sensitiviti yang berbeza. | ε (epsilon) seragam untuk semua aliran boleh menjadi terlalu longgar atau terlalu ketat. |
| **Pertukaran Utiliti‑Privasi** | Perlindungan berlebihan mengurangkan kegunaan sampel sintetik untuk tugas hiliran. | Penalaan manual memakan masa dan mudah terdedah kepada kesilapan. |
| **Lebar Jalur Terhad** | Menghantar data mentah ke awan sering tidak dapat dilakukan. | Penjanaan data sintetik secara kumpulan masih boleh terlalu berat. |

Sistem adaptif yang **belajar** daripada persekitaran dapat menangani titik sakit ini dengan lebih berkesan berbanding heuristik statik.

## Gambaran Keseluruhan Kerangka Kerja yang Dicadangkan

Arkitektur terdiri daripada empat modul yang saling berkait rapat:

1. **Pengumpul Data** – Menyalurkan data sensor mentah, melakukan pra‑pemprosesan ringan, dan menampung sampel untuk sintesis.
2. **Penjana DP‑Enabled** – Model generatif (contoh: GAN, VAE, difusi) yang menggabungkan mekanisme DP (bunyi Gaussian atau Laplace) yang dikalibrasi oleh bajet privasi ε.
3. **Pengoptimum RL** – Ejen pembelajaran penguatan pada peranti yang memilih ε, kadar pembelajaran, dan kedalaman model berdasarkan ganjaran yang diperoleh.
4. **Enjin Inferens Edge** – Menggunakan data sintetik untuk tugas hiliran seperti klasifikasi, pengesanan anomali, atau pembelajaran penguatan itu sendiri.

### Diagram Mermaid

```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"]
```

Gelung dari **Performance Metrics** kembali ke **RL Optimizer** menutup kitaran maklum balas, membolehkan penambahbaikan polisi secara berterusan.

## Komponen Pembelajaran Penguatan

### Representasi Keadaan

Ejen RL memerhatikan vektor keadaan kompak **sₜ** pada setiap langkah keputusan *t*:

- **cₜ**: Utilisasi CPU semasa (%)
- **mₜ**: Memori tersedia (MB)
- **bₜ**: Penggunaan lebar jalur terkini (KB/s)
- **pₜ**: Kehilangan privasi terkumpul (ε yang telah digunakan)
- **uₜ**: Skor utiliti hiliran terkini (contoh: ketepatan pengesahan)

Ciri‑ciri ini dinormalkan ke [0,1] untuk mengekalkan ruang keadaan yang dapat diurus.

### Ruang Tindakan

Ejen memilih tuple **aₜ = (εₜ, ηₜ, dₜ)** di mana:

- **εₜ** ∈ {0.1, 0.5, 1.0, 2.0} – bajet privasi untuk kumpulan sintesis seterusnya.
- **ηₜ** ∈ {1e‑4, 5e‑4, 1e‑3} – kadar pembelajaran untuk penjana.
- **dₜ** ∈ {2, 4, 6} – kedalaman (bilangan lapisan tersembunyi) penjana.

### Fungsi Ganjaran

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

- **Utilityₜ**: Ketepatan pengesahan model hiliran yang dilatih pada kumpulan sintetik terkini.
- **ResourcePenaltyₜ**: Jumlah berwajaran lonjakan CPU dan memori melebihi ambang.
- **λ** ialah pekali hiper‑parameter yang ditetapkan oleh pentadbir sistem.

Algoritma **Proximal Policy Optimization (PPO)** dipilih kerana kestabilannya pada masalah tindakan berterusan dan keperluan sampel yang rendah, yang penting untuk pembelajaran pada peranti.

### Gelung Latihan

1. **Perhatikan** keadaan **sₜ**.  
2. **Sampel** tindakan **aₜ** daripada polisi πθ(sₜ).  
3. **Jana** data sintetik menggunakan DP‑Generator dengan εₜ, ηₜ, dₜ.  
4. **Latih** model hiliran pada kumpulan sintetik; kira **Utilityₜ**.  
5. **Kira** ganjaran **Rₜ** dan simpan transisi (sₜ, aₜ, Rₜ, sₜ₊₁).  
6. **Kemas kini** polisi menggunakan objektif clipping PPO selepas sekumpulan mini‑transisi.

Oleh kerana gelung RL dijalankan pada edge, kami menggunakan **buffer replay pengalaman** bersaiz tetap (contoh: 500 transisi) untuk mengehadkan penggunaan memori.

## Mekanisme Privasi Diferensial

Penjana menggunakan **Mekanisme Gaussian** untuk (ε, δ)-DP. Bagi kumpulan bersaiz *B*, skala bunyi σ dikira sebagai:

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

di mana Δf ialah sensitiviti ℓ₂‑gradien penjana. Pilihan ε oleh ejen RL secara langsung mempengaruhi σ, membolehkan sistem menukar privasi untuk kegunaan secara masa nyata.

### Pengiraan Privasi

Kami mengguna **Rényi Differential Privacy (RDP)** untuk menggabungkan kehilangan privasi merentasi pelbagai pusingan sintesis dengan cekap. Selepas setiap kumpulan, ε kumulatif dikemas kini menggunakan akauntan RDP, memastikan jumlah bajet privasi tidak melebihi had yang ditetapkan (contoh: ε_total = 5.0).

## Pertimbangan Penyebaran Edge

| Aspek | Strategi |
|--------|----------|
| **Pemampatan Model** | Gunakan **knowledge distillation** untuk mengecilkan penjana selepas setiap epoch latihan yang dipandu RL. |
| **Pecutan Perkakasan** | Manfaatkan **TensorFlow Lite** atau **ONNX Runtime** dengan delegasi GPU/TPU bila tersedia. |
| **Kesedaran Tenaga** | Sertakan paras bateri dalam vektor keadaan; penalti tindakan yang tinggi tenaga dalam ganjaran. |
| **Pelaksanaan Selamat** | Jalankan penjana dalam **Trusted Execution Environment (TEE)** untuk melindungi gradien antara. |

## Penilaian Prestasi

### Persediaan Eksperimen

- **Peranti**: Raspberry Pi 4 (4 GB RAM), NVIDIA Jetson Nano, dan MCU ARM Cortex‑M4 berkuasa rendah (disimulasi).
- **Set Data**: (1) Data Pengesanan Aktiviti Manusia (HAR), (2) Rakaman gelombang ECG, (3) Bingkai kamera trafik resolusi rendah.
- **Penanda Aras**: (a) DP‑GAN tetap‑ε, (b) Penjana sintetik tanpa DP, (c) Penjana RL‑sahaja (tanpa DP).

### Metrik

- **Utiliti**: Skor F1‑purata klasifikasi hiliran.  
- **Privasi**: ε kumulatif selepas 10,000 langkah sintesis.  
- **Sumber**: Purata penggunaan CPU, jejak memori, dan penggunaan tenaga (mWh).

### Ringkasan Hasil

| Peranti | Kaedah | Skor F1‑Purata | ε Kumulatif | CPU % | Tenaga (mWh) |
|--------|--------|---------------|--------------|------|--------------|
| Pi 4 | DP‑GAN tetap (ε=0.5) | 0.71 | 5.0 | 68 | 42 |
| Pi 4 | RL‑Dipandu | **0.78** | 4.8 | 61 | 38 |
| Jetson Nano | DP‑GAN tetap (ε=0.5) | 0.74 | 5.0 | 55 | 31 |
| Jetson Nano | RL‑Dipandu | **0.82** | 4.6 | 48 | 27 |
| MCU (sim) | DP‑GAN tetap (ε=0.5) | 0.58 | 5.0 | 84 | 55 |
| MCU (sim) | RL‑Dipandu | **0.64** | 4.9 | 78 | 49 |

Pendekatan dipandu RL secara konsisten meningkatkan utiliti sebanyak **7‑10 %** sambil berada dalam bajet privasi yang sama dan mengurangkan penggunaan sumber. Keuntungan lebih ketara pada peranti dengan sekatan yang lebih ketat, mengesahkan kebolehsuaian polisi.

## Kes Penggunaan Dunia Sebenar

1. **Pengilangan Pintar** – Kamera edge menghasilkan imej kecacatan sintetik, membolehkan kemas kini model cepat tanpa mendedahkan reka bentuk proprietari.  
2. **Pemantauan Pesakit Jauh** – Sensor boleh pakai mensintesis corak kadar jantung yang mengekalkan privasi pesakit sambil menyokong pembelajaran bersekutu di klinik.  
3. **Dron Autonomi** – Data navigasi di dalam pesawat diubah menjadi trajektori sintetik, membolehkan penambahbaikan model seluruh armada tanpa menghantar log penerbangan mentah.

Dalam setiap senario, ejen RL secara automatik mengetatkan ε apabila lebar jalur terhad atau bateri lemah, dan melonggarkannya apabila peranti disambungkan ke kuasa dan sambungan meningkat, memastikan prestasi optimum sepanjang misi.

## Arah Masa Depan

- **Meta‑Learning untuk Inisialisasi Polisi** – Pralatih polisi RL pada set peranti edge yang pelbagai untuk mempercepat penumpuan pada perkakasan baru.  
- **Koordinasi Multi‑Ejen** – Benarkan beberapa nod edge berkongsi gradien polisi melalui protokol gossip ringan, memupuk bajet privasi kolaboratif.  
- **DP‑FL Hibrid** – Gabungkan paip sintetik dipandu RL dengan pembelajaran bersekutu, di mana kumpulan sintetik memperkaya kemas kini model setempat.  
- **Keterjelasan** – Integrasikan SHAP atau LIME untuk menjelaskan mengapa ejen RL memilih ε tertentu, meningkatkan kepercayaan regulator.

## Kesimpulan

Penjanaan data sintetik pada edge tidak lagi perlu menjadi kompromi statik yang mengutamakan privasi. Dengan menyematkan pengoptimum pembelajaran penguatan yang menyesuaikan secara dinamik keseimbangan antara privasi, utiliti, dan sekatan sumber, pembangun dapat membuka model AI yang lebih berkualiti sambil mematuhi undang‑undang perlindungan data yang ketat. Kerangka kerja yang dibentangkan di sini menunjukkan bahawa **privasi diferensial yang adaptif dan dipandu RL** adalah praktikal pada perkakasan sederhana dan memberi manfaat merentasi pelbagai aplikasi dunia sebenar.

---

## Lihat Juga

- [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)