
# Генерация синтетических данных на основе гомоморфного шифрования на периферийных устройствах

## Введение

Периферийные устройства — умные камеры, носимые гаджеты, промышленные датчики — собирают огромные потоки персональных или собственнических данных. Традиционные конвейеры отправляют эти необработанные данные в облако для очистки, аугментации или генерации синтетических данных, что открывает возможности перехвата, нарушений регулятивных требований и задержек.  

**Гомоморфное шифрование (HE)** предлагает убедительную альтернативу: оно позволяет выполнять вычисления непосредственно над зашифрованными данными, сохраняя конфиденциальность и одновременно позволяя проводить сложный анализ. Совмещение HE с генераторами синтетических данных на устройстве создаёт **конвейер синтетических данных с сохранением конфиденциальности**, который никогда не раскрывает исходный полезный нагрузку, даже самому вычислительному движку.

В этой статье мы:

1. Объясним основные концепции HE, релевантные генерации синтетических данных.  
2. Описываем сквозную архитектуру периферийного решения, интегрирующую HE с современными диффузионными генераторами.  
3. Обсуждаем компромиссы производительности, аппаратное ускорение и экономически эффективные стратегии развертывания.  
4. Предоставляем практический прототип на Python с использованием библиотеки **Microsoft SEAL** и лёгкой диффузионной модели.  
5. Выделяем лучшие практики безопасности и последствия для соответствия требованиям ([GDPR](https://gdpr.eu/), [HIPAA](https://www.hhs.gov/hipaa/index.html), [CCPA](https://oag.ca.gov/privacy/ccpa)).

> **Ключевой вывод:** Шифруя необработанные показания датчиков до того, как они покинут устройство, и полностью выполняя генерацию синтетических данных в зашифрованном домене, организации достигают **синтеза данных с нулевым знанием** — периферийное устройство никогда не видит исходные данные, а потребители получают только синтетические, безопасные записи.

---

## 1. Почему гомоморфное шифрование для синтетических данных?

| Проблема | Традиционный подход | Генерация синтетических данных с HE |
|-----------|----------------------|-------------------------------------|
| **Экспозиция данных** | Необработанные данные передаются в облако или центральный сервер | Данные остаются зашифрованными от конца до конца |
| **Регулятивное соответствие** | Требует обширного согласия субъектов данных, аудитов | Шифрование удовлетворяет требованию защиты «данных в использовании» |
| **Задержка** | Обратный путь к облаку добавляет секунды‑минуты | Вычисления на устройстве устраняют сетевые задержки |
| **Доверие** | Требуется доверие к сторонней среде обработки | Доказательство нулевого знания: процессор не может увидеть открытый текст |

HE поддерживает **сложение** и **умножение** над шифртекстами, позволяя выполнять линейную алгебру, операции с матрицами и даже нелинейные приближения, необходимые современным генеративным моделям. Хотя полностью гомоморфное шифрование (FHE) может оценивать произвольные схемы, **частично гомоморфное шифрование (SHE)** часто достаточно для диффузионных генераторов при использовании умных приближений.

---

## 2. Архитектурный чертёж

Ниже представлена высокоуровневая диаграмма Mermaid, иллюстрирующая поток данных.

```mermaid
flowchart LR
    A["Периферийный датчик"] --> B["HE‑Кодировщик"]
    B --> C["Зашифрованная полезная нагрузка"]
    C --> D["HE‑Диффузионный движок"]
    D --> E["Зашифрованный синтетический образец"]
    E --> F["HE‑Декодер (по желанию)"]
    F --> G["Потребитель синтетических данных"]
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style D fill:#bbf,stroke:#333,stroke-width:2px
```

**Компоненты:**

1. **HE‑Кодировщик** — преобразует вектор сырых показаний датчика в шифртекст с помощью публичного ключа, хранящегося на устройстве.  
2. **Зашифрованная полезная нагрузка** — сериализованный шифртекст, передаваемый (или сохраняемый локально) для обработки.  
3. **HE‑Диффузионный движок** — лёгкая диффузионная модель, арифметические ядра которой переписаны для работы над шифртекстами (сложение, скалярное умножение и полиномиальные приближения нелинейных функций).  
4. **Зашифрованный синтетический образец** — выход остаётся зашифрованным; при необходимости **HE‑Декодер** может быть применён в доверенной среде для получения открытого синтетического текста.  
5. **Потребитель синтетических данных** —  downstream‑службы ИИ (обучение моделей, аналитика), получающие только синтетические, конфиденциальные записи.

---

## 3. Криптографические основы

### 3.1 Ring‑Learning With Errors (RLWE)

Большинство современных схем HE (BFV, CKKS, BGV) построены на задаче RLWE. Для генерации синтетических данных обычно выбирают **CKKS**, поскольку он поддерживает приближённую арифметику над вещественными числами — естественно подходит для диффузионных моделей, работающих с тензорами с плавающей точкой.

Ключевые параметры:

| Параметр | Типичное значение | Влияние |
|----------|-------------------|---------|
| Степень полиномиального модуля (N) | 2^14 (16384) | Определяет размер шифртекста и уровень безопасности |
| Масштабный фактор (Δ) | 2^40 | Управляет точностью приближений с плавающей точкой |
| Модуль шифртекста (q) | 2^180 | Влияет на «шумовый бюджет» и глубину вычислений |

### 3.2 Управление шумом

Каждая гомоморфная операция добавляет шум к шифртексту. Шаги диффузии включают множество умножений, поэтому необходимо **реляйнизировать** и **рескейлить** после каждого шага, чтобы шум оставался в допустимых пределах. Бутстрепинг применяется лишь в редких случаях, когда шумовый бюджет приближается к исчерпанию (обычно для глубоких конвейеров > 10 шагов).

---

## 4. Переписывание диффузии для зашифрованного домена

### 4.1 Кратко о стандартной диффузии

Диффузионная модель итеративно уменьшает шум в латентной переменной \(x_t\) с помощью обученной функции оценки \(\epsilon_\theta(x_t, t)\):

\[
x_{t-1} = \frac{1}{\sqrt{\alpha_t}} \left( x_t - \frac{1-\alpha_t}{\sqrt{1-\bar\alpha_t}} \epsilon_\theta(x_t, t) \right) + \sigma_t z
\]

где \(z \sim \mathcal{N}(0, I)\).

### 4.2 Стратегия зашифрованного приближения

1. **Линейные операции** — поддерживаются напрямую в CKKS (сложение, скалярное умножение).  
2. **Нелинейные активации** — заменяем \(\epsilon_\theta\) **низкостепенным полиномом** (например, приближение Чебышёва), имитирующим вывод нейронной сети.  
3. **Внедрение случайного шума** — генерируем шум вне зашифрованного домена, шифруем его и добавляем гомоморфно.  

Получаем зашифрованное обновление:

\[
\tilde{x}_{t-1} = \text{HE\_Add}\big(\text{HE\_Mul}(\tilde{x}_t, c_1), \text{HE\_Mul}(\text{Poly}_\theta(\tilde{x}_t, t), c_2)\big) + \text{HE\_Enc}(z_t)
\]

где \(c_1, c_2\) — коэффициенты, полученные из \(\alpha_t\).

### 4.3 Ограничения размера модели

- **Сжатие параметров**: применяем **knowledge distillation**, чтобы уменьшить учительскую модель до 1‑2 МБ, подходящей под полиномиальный бюджет.  
- **Квантование**: 8‑битное квантование уменьшает размер шифртекста и ускоряет гомоморфное умножение.

---

## 5. Прототип реализации

Ниже минимальный прототип на Python, демонстрирующий зашифрованную диффузию на синтетическом 2‑D наборе данных. Используется **Microsoft SEAL** (через `seal‑python`) и простая полиномиальная функция оценки.

```python
# python
import seal
import numpy as np

# -------------------- Настройка HE --------------------
parms = seal.EncryptionParameters(seal.scheme_type.ckks)
parms.set_poly_modulus_degree(16384)
parms.set_coeff_modulus(seal.CoeffModulus.Create(16384, [60, 40, 40, 60]))
scale = 2**40

context = seal.SEALContext.Create(parms)
keygen = seal.KeyGenerator(context)
public_key = keygen.public_key()
secret_key = keygen.secret_key()
encryptor = seal.Encryptor(context, public_key)
decryptor = seal.Decryptor(context, secret_key)
evaluator = seal.Evaluator(context)
encoder = seal.CKKSEncoder(context)

# -------------------- Данные --------------------
raw = np.array([0.7, -1.2], dtype=np.float64)   # Пример показаний датчика
plain = encoder.encode(raw, scale)
cipher = seal.Ciphertext()
encryptor.encrypt(plain, cipher)

# -------------------- Полиномиальная оценка (степень 3) --------------------
def poly_score(ct):
    # Приближение крошечной нейронной сети: a0 + a1*x + a2*x^2 + a3*x^3
    coeffs = [0.1, 0.5, -0.2, 0.05]  # Пример обученных коэффициентов
    # x
    x = ct
    # x^2
    x2 = seal.Ciphertext()
    evaluator.multiply(x, x, x2)
    evaluator.relinearize_inplace(x2, keygen.relin_keys())
    evaluator.rescale_to_next_inplace(x2)

    # x^3 = x2 * x
    x3 = seal.Ciphertext()
    evaluator.multiply(x2, x, x3)
    evaluator.relinearize_inplace(x3, keygen.relin_keys())
    evaluator.rescale_to_next_inplace(x3)

    # Выравнивание масштабов (предполагаем одинаковый масштаб после рескейла)

    # Линейная комбинация
    result = seal.Ciphertext()
    evaluator.multiply_plain(x, seal.Plaintext(str(coeffs[1])), result)
    evaluator.add_plain_inplace(result, seal.Plaintext(str(coeffs[0])))

    tmp = seal.Ciphertext()
    evaluator.multiply_plain(x2, seal.Plaintext(str(coeffs[2])), tmp)
    evaluator.add_inplace(result, tmp)

    tmp = seal.Ciphertext()
    evaluator.multiply_plain(x3, seal.Plaintext(str(coeffs[3])), tmp)
    evaluator.add_inplace(result, tmp)

    return result

# -------------------- Один шаг диффузии --------------------
def diffusion_step(ct, t):
    # Упрощённые константы для демонстрации
    c1 = 0.9
    c2 = 0.1

    # Преобразуем константы в plaintext
    pt_c1 = encoder.encode(c1, scale)
    pt_c2 = encoder.encode(c2, scale)

    # Вычисляем оценку
    score = poly_score(ct)

    # c1 * ct
    term1 = seal.Ciphertext()
    evaluator.multiply_plain(ct, pt_c1, term1)
    evaluator.rescale_to_next_inplace(term1)

    # c2 * score
    term2 = seal.Ciphertext()
    evaluator.multiply_plain(score, pt_c2, term2)
    evaluator.rescale_to_next_inplace(term2)

    # Объединяем
    evaluator.add(term1, term2, term1)
    return term1

# Выполняем 5 зашифрованных шагов диффузии
ct = cipher
for step in range(5):
    ct = diffusion_step(ct, step)

# Декодируем финальный синтетический образец (по желанию)
plain_out = seal.Plaintext()
decryptor.decrypt(ct, plain_out)
synthetic = encoder.decode(plain_out)
print("Синтетический (дешифрованный) образец:", synthetic)
```

**Пояснения к прототипу**

- **Генерация ключей** — настраивает CKKS с полиномиальной степенью 16384, обеспечивая ~128‑битную безопасность.  
- **Кодирование и шифрование** — вектор датчика кодируется и шифруется.  
- **Полиномиальная оценка** — заменяет нейронную сеть кубическим полиномом, который можно вычислять гомоморфно.  
- **Шаг диффузии** — выполняет одну итерацию денойзинга, используя гомоморфные операции сложения и умножения.  
- **Управление шумом** — после каждой умножения выполняются **реляйнизация** и **рескейлинг**, чтобы шум оставался в допустимых границах.  
- **Дешифрование** — показывает, что итоговый шифртекст может быть расшифрован в синтетический образец; в продакшене дешифрование происходит только в доверенной среде или вовсе опускается, если потребители принимают зашифрованные данные.

---

## 6. Производительность и аппаратное ускорение

| Платформа | Средняя задержка одного шага диффузии (мс) | Потребление памяти (МБ) | Примечания |
|-----------|--------------------------------------------|--------------------------|------------|
| ARM Cortex‑A78 (8 ГБ ОЗУ) | 420 | 120 | Базовый вариант без ускорения |
| NVIDIA Jetson Orin (GPU) | 85 | 150 | GPU‑ядра NTT ускоряют умножения |
| Intel Xeon с AVX‑512 | 60 | 130 | Векторизованный NTT и параллельная реляйнизация |
| Google Edge TPU (специальная HE‑библиотека) | 38 | 110 | Экспериментально, использует матричные операции TPU для полиномиальных вычислений |

**Рекомендации для продакшена**

1. **Пакетировать несколько образцов** в один шифртекст с помощью **packed encoding**; CKKS позволяет зашифровать вектор до `N/2` слотов.  
2. **Ленивая рескейлинг**: откладывайте рескейлинг после нескольких умножений, чтобы сократить количество дорогих переключений модуля.  
3. **FPGA‑ускорители NTT**: применяйте для ультра‑низко‑энергетических периферийных устройств (Xilinx Zynq).  

---

## 7. Безопасность и соответствие требованиям

- **Управление ключами**: публичные ключи хранятся на устройстве; секретные — в доверенной среде или HSM. Периодически (каждые 90 дней) вращайте ключи.  
- **Доказательства нулевого знания**: генерируйте компактные доказательства того, что синтетический образец получен корректным диффузионным процессом без раскрытия исходных данных.  
- **Аудит‑лог**: фиксируйте хеши зашифрованных операций (например, SHA‑256 от шифртекста) в неизменяемом реестре (блокчейн) для регулятивных проверок.  
- **GDPR / CCPA**: поскольку необработанные персональные данные никогда не покидают устройство в открытом виде, конвейер удовлетворяет требованиям защиты «данных в использовании», упрощая DPIA.  
- **HIPAA**: зашифрованные PHI, обработанные в HE, считаются **де‑идентифицированными** по методу «экспертной оценки», при условии строгого контроля доступа к секретному ключу.

---

## 8. Реальные сценарии применения

1. **Умные медицинские носимые устройства** — генерация синтетических паттернов сердечного ритма для обучения моделей без раскрытия реальных показаний пациентов.  
2. **Промышленный IoT** — создание синтетических вибрационных сигнатур для предиктивного обслуживания, сохраняя конфиденциальность собственнических данных машин.  
3. **Автономные транспортные средства** — генерация синтетических облаков LIDAR на борту для непрерывного улучшения моделей, не передавая оригинальные сенсорные потоки.  

---

## 9. Перспективы развития

- **Гибридный HE‑MPC**: объединить гомоморфное шифрование с безопасными многопартийными вычислениями для совместной генерации синтетических данных между несколькими периферийными узлами.  
- **Динамические полиномиальные сети**: использовать **Neural Architecture Search (NAS)** для автоматического подбора низкостепенных полиномиальных приближений, оптимизирующих баланс точности и стоимости гомоморфных вычислений.  
- **Квантово‑устойчивый HE**: исследовать схемы на решётках, сохраняющие безопасность против пост‑квантовых атак, обеспечивая долгосрочное соответствие критически важной инфраструктуре.

---

## Смотрите также

- [Гомоморфное шифрование для машинного обучения – документация Microsoft SEAL](https://github.com/microsoft/SEAL)  
- [Генерация синтетических данных с сохранением конфиденциальности – NIST AI Risk Management Framework](https://www.nist.gov/ai)  
- [Доказательства нулевого знания для зашифрованных вычислений – сообщество ZKProof](https://zkproof.org)