
# Kerjasama Data Sintetis Pelbagai Pihak yang Selamat dengan Enkripsi Homomorfik

Dalam era di mana model AI berasaskan data menjadi kelebihan kompetitif, **data sintetik** telah muncul sebagai alternatif yang kuat kepada perkongsian rekod dunia sebenar. Namun, apabila pelbagai pihak perlu **bersama‑cipta** set data sintetik—contohnya penyelidikan kesihatan merentasi industri, analitik kewangan berfederasi, atau simulasi kenderaan autonomi bersama—privasi, pematuhan peraturan, dan kepercayaan menjadi halangan utama.

Artikel ini memperkenalkan **rangka kerja kolaborasi yang melindungi privasi** yang menggabungkan tiga konsep terkemuka:

1. **Enkripsi Homomorfik (HE)** – membolehkan pengiraan pada data yang dienkripsi tanpa penyahsulitan.  
2. **Pengiraan Selamat Pelbagai Pihak (SMPC)** – mengagihkan beban kerja kriptografi di antara peserta supaya tiada satu nod pun melihat input mentah.  
3. **Arsitektur Zero‑Trust (ZTA)** – menganggap setiap elemen rangkaian tidak dipercayai sehingga dibuktikan sebaliknya, dengan pengesahan berterusan dan akses paling minimum.

Bersama-sama, ketiga‑nya membentuk **Pasaran Data Sintetik Zero‑Trust (ZT‑SDM)** yang membolehkan organisasi bersama‑latih model generatif, mengesahkan output sintetik, dan menukar aset data sambil memastikan data peribadi yang mendasari tidak dapat dilihat oleh mana‑mana pihak—termasuk pengendali pasaran.

---

## Mengapa Penyelesaian Sedia Ada Tidak Mencukupi

| Pendekatan Sedia Ada | Keterbatasan Teras |
|----------------------|--------------------|
| **Saluran data sintetik berpusat** | Memerlukan tasik data yang dipercayai; satu kebocoran boleh mendedahkan input mentah. |
| **Pembelajaran berfederasi dengan agregasi model** | Hanya berkongsi kemas kini model, bukan data sintetik itu sendiri; pengguna akhir masih perlu meminta data mentah untuk pengesahan. |
| **Privasi diferensial (DP) sahaja** | Menambah bunyi statistik yang boleh menurunkan kegunaan, terutamanya untuk data berdimensi tinggi. |
| **Saluran SMPC‑sahaja** | Beban komunikasi yang tinggi; sukar diskalakan ke model generatif besar (contoh: difusi atau LLM). |

**ZT‑SDM** mengatasi jurang ini dengan **menyulitkan seluruh saluran penjanaan data** sambil masih membenarkan **maklum balas kualiti masa nyata** dan **jejak audit**.

---

## Gambaran Keseluruhan Seni Bina

Berikut ialah diagram Mermaid aras tinggi yang memaparkan aliran data terenkripsi, pengiraan, dan pengesahan merentasi nod peserta.

```mermaid
graph TD
    subgraph "Peserta A"
        A1["Data Mentah A"]
        A2["Penyulit HE"]
    end
    subgraph "Peserta B"
        B1["Data Mentah B"]
        B2["Penyulit HE"]
    end
    subgraph "Orkestrator"
        O1["Perkhidmatan Pengurusan Kunci"]
        O2["Enjin Pengiraan Selamat"]
        O3["Enjin Polisi Zero‑Trust"]
        O4["Perkhidmatan Log Audit"]
    end
    subgraph "Pengguna"
        C1["Pengguna Data Sintetik"]
    end

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

**Komponen utama**:

- **Penyulit HE** (setiap peserta) menukar rekod mentah menjadi ciphertext menggunakan **kunci awam bersama**.  
- **Perkhidmatan Pengurusan Kunci (KMS)** menyimpan **kunci penyahsulitan peribadi** dalam enclave yang dilindungi perkakasan; kunci ini tidak pernah keluar dari orkestrator.  
- **Enjin Pengiraan Selamat** menjalankan model generatif (contoh: model difusi) **secara langsung pada ciphertext** menggunakan kernel yang serasi dengan HE.  
- **Enjin Polisi Zero‑Trust** mengesahkan setiap permintaan (bacaan data, inferens model, eksport audit) terhadap polisi dinamik yang diturunkan daripada rangka kerja peraturan ([GDPR](https://gdpr.eu/), [HIPAA](https://www.hhs.gov/hipaa/index.html), [CCPA](https://oag.ca.gov/privacy/ccpa)).  
- **Perkhidmatan Log Audit** merekod log yang tidak dapat diubah, tahan tamper (pilihan berjangkar pada blockchain) untuk pengesahan pematuhan.

---

## Aliran Kerja Langkah‑ demi‑Langkah

### 1. Pendaftaran & Definisi Polisi
1. Setiap organisasi mendaftar ke pasaran, memuat naik **metadata** (domain data, tag sensitiviti, bidang kuasa).  
2. **Enjin Polisi Zero‑Trust** secara automatik menghasilkan **matriks polisi** yang memetakan operasi yang dibenarkan (contoh, “jana rekod kesihatan sintetik untuk penyelidikan sahaja”) kepada sekatan kriptografi.

### 2. Pertukaran Kunci & Penyulitan
- Peserta menerima **kunci HE awam** daripada KMS.  
- Set data mentah disulitkan secara lokal; ciphertext tidak pernah meninggalkan perimeter peserta.

### 3. Latihan Model Teragih (Bantuan SMPC)
- Orkestrator melancarkan protokol **SMPC** yang membahagikan kemas kini berat model generatif di antara peserta.  
- Setiap nod melakukan **pengiraan kecerunan terenkripsi** pada ciphertextnya, kemudian berkongsi **hasil sebahagian yang ditutupi**.  
- KMS mengagregasikan hasil yang ditutupi, menyahsulit hanya **agregat**, dan menyulitkan semula parameter model baru untuk pusingan seterusnya.

### 4. Penjanaan Data Sintetik
- Pengguna meminta sampel sintetik melalui **API yang diperiksa polisi**.  
- **Enjin Pengiraan Selamat** menjalankan model **secara homomorfik**, menghasilkan **rekod sintetik terenkripsi**.  
- KMS menyahsulit output akhir **just‑in‑time** untuk pengguna, kemudian segera memusnahkan kunci peribadi dari memori.

### 5. Audit Berterusan & Maklum Balas
- Setiap permintaan, pengiraan, dan acara penyahsulitan direkodkan ke **Perkhidmatan Log Audit**.  
- Pemeriksa boleh menanya log menggunakan **bukti sifar‑pengetahuan** untuk mengesahkan pematuhan tanpa melihat data mentah.  
- Pengguna boleh memberi **maklum balas kegunaan** (contoh, skor kesamaan statistik) yang dimasukkan kembali ke lingkaran latihan, semuanya di bawah penyulitan.

---

## Penyelaman Teknikal: Pilihan Enkripsi Homomorfik

| Skema | Saiz Ciphertext | Operasi Disokong | Kes Penggunaan Tipikal |
|-------|-----------------|------------------|------------------------|
| **BFV** | Sederhana | Aritmetik integer, penambahan, pendaraban | Sintesis data tabular |
| **CKKS** | Lebih besar | Aritmetik anggaran, titik terapung | Model difusi imej/video |
| **TFHE** | Kecil | Gerbang binari, bootstrapping | Logik Boolean untuk koordinasi SMPC |

Untuk kebanyakan saluran data sintetik, **CKKS** menawarkan kompromi terbaik kerana model generatif banyak bergantung pada pendaraban matriks titik terapung. Walau bagaimanapun, **kos bootstrapping** dapat dikurangkan dengan **relinearization berlapis** dan **penalaan parameter** mengikut dimensi data sasaran.

---

## Enjin Polisi Zero‑Trust: Penguatkuasaan Dinamik

Enjin menilai tiga dimensi bagi setiap permintaan:

1. **Identiti** – disahkan melalui pengenal pasti terdesentralisasi (DID) dan kelayakan boleh disahkan.  
2. **Konteks** – termasuk IP asal permintaan, postur peranti, dan masa‑hari.  
3. **Niat** – diturunkan daripada muatan API (contoh, “jana 10k rekod pesakit sintetik untuk kajian onkologi”).

Contoh **peraturan polisi**:

```
IF requester.role == "researcher"
AND data.domain == "healthcare"
AND jurisdiction == "EU"
THEN allow HE‑generation WITH differential‑privacy epsilon=0.5
ELSE deny
```

Kerana peraturan itu **tidak mengandungi data mentah**, ia boleh dievaluasi **di luar** domain terenkripsi, mengekalkan prestasi.

---

## Manfaat Pematuhan & Audit

| Peraturan | Bagaimana ZT‑SDM Membantu |
|-----------|----------------------------|
| **GDPR Art. 32** (Keselamatan pemprosesan) | Data tidak pernah muncul dalam plaintext di luar organisasi asal; kunci disimpan dalam perkakasan yang dilindungi. |
| **HIPAA §164.312(e)(1)** (Penyulitan) | HE end‑to‑end memenuhi keperluan “penyulitan”; log audit menyediakan bukti “kawalan akses”. |
| **CCPA §1798.150** (Hak untuk mengetahui) | Pengguna boleh meminta **laporan asal usul data sintetik** yang dijana daripada log tidak dapat diubah tanpa mendedahkan input mentah. |
| **ISO 27001 A.12.4** (Pencatatan) | Log tidak dapat diubah, tahan tamper disimpan dalam storan append‑only; pilihan penambatan blockchain untuk integriti tambahan. |

---

## Pengoptimuman Prestasi

1. **Hibrid HE/SMPC** – gunakan SMPC untuk **agregasi berat awal** (ketepatan rendah) dan beralih ke HE untuk **penjanaan akhir berketepatan tinggi**.  
2. **Batching & Packing** – kodkan berbilang baris data ke dalam satu slot ciphertext (pembungkusan CKKS) untuk mengurangkan beban penyulitan.  
3. **Edge‑Offload** – jalankan kernel HE ringan pada peranti tepi peserta untuk pra‑pemprosesan data, mengurangkan beban rangkaian.  
4. **Model Enkripsi Boleh Diguna Semula** – simpan titik cekap model terenkripsi dalam **stor penyimpanan beralamat kandungan**; guna semula dalam pelbagai kolaborasi.

---

## Kes Penggunaan Dunia Sebenar

### A. Penyelidikan Klinikal Merentasi Institusi
- **Masalah**: Hospital tidak dapat berkongsi rekod pesakit kerana **HIPAA**, tetapi memerlukan kohort sintetik gabungan untuk model penyakit jarang.  
- **Penyelesaian**: Setiap hospital menyulitkan data EHR, menyertai latihan model SMPC, dan menerima set data sintetik yang mencerminkan populasi gabungan tanpa mendedahkan PHI.

### B. Model Risiko Kewangan Kolaboratif
- **Masalah**: Bank pesaing perlu menggabungkan data transaksi untuk mengesan corak penipuan sistemik, tetapi undang‑undang anti‑trust melarang pertukaran data mentah.  
- **Penyelesaian**: Bank-bank menyulitkan log transaksi, bersama‑latih model penjanaan penipuan sintetik, dan berkongsi output sintetik dengan regulator untuk pemantauan.

### C. Simulasi Kenderaan Autonomi
- **Masalah**: Pelbagai OEM memerlukan senario pemanduan pelbagai tetapi tidak mahu mendedahkan log sensor proprietari.  
- **Penyelesaian**: OEM menyulitkan aliran LiDAR dan kamera, bersama‑latih penjana senario berasaskan difusi, dan memperoleh adegan pemanduan sintetik yang mengekalkan kes kesukaran tepi.

---

## Senarai Semak Pelaksanaan

- [ ] **Pilih skema HE** (CKKS disarankan untuk beban kerja titik terapung).  
- [ ] **Sediakan KMS** dengan modul keselamatan perkakasan (HSM) dan takrifkan polisi putaran kunci.  
- [ ] **Integrasikan identiti berasaskan DID** untuk setiap peserta.  
- [ ] **Definisikan polisi Zero‑Trust** menggunakan kerangka polisi‑sebagai‑kod (contoh, Open Policy Agent).  
- [ ] **Siapkan orkestrasi SMPC** (contoh, MP‑SPDZ atau CrypTen).  
- [ ] **Lancar log audit tidak dapat diubah** (contoh, Amazon QLDB atau blockchain persendirian).  
- [ ] **Jalankan penanda aras prestasi** pada masa inferens model terenkripsi dan kadar throughput.  
- [ ] **Lakukan pengesahan pematuhan** bersama penasihat undang‑undang dan auditor luar.

---

## Arah Masa Depan

1. **Privasi Diferensial Berfederasi** – gabungkan HE dengan DP untuk menambah lapisan bunyi terkalibrasi selepas penyahsulitan, mengurangkan risiko pengenalan semula.  
2. **HE Tahan Kuantum** – selidiki skema berasaskan lattice yang kekal selamat terhadap penyerang pasca‑kuantum.  
3. **Penyesuaian Polisi Berasaskan AI** – gunakan pembelajaran penguatan untuk menyesuaikan atau melonggarkan polisi secara automatik berdasarkan perdagangan kegunaan‑privasi yang dipantau.  
4. **Monetisasi Pasaran** – perkenalkan insentif berasaskan token untuk peserta yang menyumbang data terenkripsi berkualiti, dengan kontrak pintar menguatkuasakan perkongsian hasil.

---

## Kesimpulan

Dengan menyulam **enkripsi homomorfik**, **pengiraan selamat pelbagai pihak**, dan **prinsip zero‑trust** ke dalam aliran kerja yang dapat diaudit, organisasi akhirnya dapat **berkolaborasi pada data sintetik** tanpa mengorbankan privasi atau pematuhan peraturan. **Pasaran Data Sintetik Zero‑Trust** bukan sahaja membuka peluang AI baru merentasi sektor, tetapi juga menetapkan piawaian baru untuk **ekosistem data yang dibina atas kepercayaan‑dengan‑rekabentuk**.

---

## Lihat Juga
- [Open Policy Agent (OPA) – Polisi sebagai Kod](https://www.openpolicyagent.org)  
- [MP‑SPDZ – Kerangka Pengiraan Pelbagai Pihak](https://github.com/data61/MP-SPDZ)  
- [Arsitektur Zero Trust – NIST SP 800‑207](https://csrc.nist.gov/publications/detail/sp/800-207/final)