Тадқиқоти академӣ, забони фаҳмо

Verianla | Тадқиқоти академӣ ва илм ба забони тоҷикӣ

18 ноябр 2026, чоршанбе
VERİANLA Нашри мустақили илмӣ
Кушодан ё бастани меню
...
Саҳифаи асосӣ / Илмҳои амалӣ / Илми компютер / Криптографияи Ҳифзкунандаи Махфият барои Омӯзиши Мошинӣ: Баррасии Фарогири Рамзгузории Гомоморфӣ, Махфияти Дифференсиалӣ, Ҳисоббарории Бехатар ва Асосҳои Пасоквантӣ
Илми компютер

Криптографияи Ҳифзкунандаи Махфият барои Омӯзиши Мошинӣ: Баррасии Фарогири Рамзгузории Гомоморфӣ, Махфияти Дифференсиалӣ, Ҳисоббарории Бехатар ва Асосҳои Пасоквантӣ

Омӯзиши мошинии ҳифзкунандаи махфият (Privacy-Preserving Machine Learning, PPML) соҳаи таҳқиқотӣ ва муҳандисиест, ки усулҳои криптографӣ, оморӣ ва системавиро барои ҳифзи мундариҷаи додаҳо, сабтҳои инфиродӣ, параметрҳои модел ё якпорчагии ҳисоббарорӣ ҳангоми омӯзиши мошинӣ бар рӯйи додаҳои ҳассос муттаҳид мекунад.

17/11/2026  Veri Anla  123 боздид
Криптографияи Ҳифзкунандаи Махфият барои Омӯзиши Мошинӣ: Баррасии Фарогири Рамзгузории Гомоморфӣ, Махфияти Дифференсиалӣ, Ҳисоббарории Бехатар ва Асосҳои Пасоквантӣ

Омӯзиши мошинии ҳифзкунандаи махфият (Privacy-Preserving Machine Learning, PPML) соҳаи таҳқиқотӣ ва муҳандисиест, ки аз маҷмӯи усулҳои криптографӣ, оморӣ ва системавӣ ташкил шуда, ҳангоми иҷрои омӯзиши мошинӣ бар рӯйи додаҳои ҳассос ҳифзи мундариҷаи додаҳо, сабтҳои инфиродӣ, параметрҳои модел ё якпорчагии ҳисоббарориро ҳадаф мегирад. Ин баррасии фарогир рамзгузории гомоморфӣ (Homomorphic Encryption, HE), махфияти дифференсиалӣ (Differential Privacy, DP), ҳисоббарории бехатари бисёртарафа (Secure Multi-Party Computation, MPC), омӯзиши федеративӣ (Federated Learning, FL), исботҳои дониши сифрӣ (Zero-Knowledge Proofs, ZKP), рамзгузории қобили ҷустуҷӯ, Oblivious RAM ва криптографияи пасоквантиро дар як чорчӯба муқоиса мекунад. Хулосаи асосии таҳқиқот ин аст, ки ҳеҷ яке аз ин усулҳо ба танҳоӣ ҳамаи масъалаҳои сиррият, махфият, якпорчагӣ ва қобили истифода буданро ҳал намекунад; дар системаҳои воқеӣ интихоб бояд мувофиқи дороии ҳифзшаванда, модели таҳдид, буҷети ҳисоббарорӣ ва иртибот, талафи дақиқӣ ва фарзияҳои эътимод анҷом дода шавад.

Яке аз фарқгузориҳои муҳими баррасӣ ин аст, ки мафҳумҳои confidentiality ва privacy-ро як чиз намешуморад. Сиррияти криптографӣ ё confidentiality мекӯшад аз дида шудани додаҳо ё арзишҳои миёнаи ҳисоббарорӣ аз ҷониби тарафи беиҷозат пешгирӣ кунад. Privacy дар махфияти дифференсиалӣ бошад ба он марбут аст, ки аз натиҷаи нашршуда то чӣ андоза метавон муайян кард, ки шахси муайян дар маҷмӯи додаҳо ҳаст ё не, ё чӣ қадар маълумоти марбут ба он шахсро метавон истихроҷ кард. Рамзгузории гомоморфӣ ё MPC метавонад вурудҳои ҳисоббарориро пинҳон кунад, аммо худ аз худ маҳдуд намекунад, ки натиҷаи нашршуда дар бораи афрод чӣ қадар маълумот ифшо мекунад. Махфияти дифференсиалӣ баръакс амал мекунад: метавонад истихроҷи имконпазир аз натиҷаро маҳдуд кунад, аммо ба танҳоӣ аз дидани вуруди хом аз ҷониби тарафи коркардкунанда пешгирӣ намекунад. Аз ин рӯ, системаҳои қавии PPML аксаран якчанд усулро ба шакли қабатҳо бо ҳам муттаҳид мекунанд.

Таҳқиқот ҳамчунин нишон медиҳад, ки рақамҳои самаранокӣ бояд бо эҳтиёт хонда шаванд. Рамзгузории гомоморфӣ метавонад сиррияти қавии вурудро таъмин кунад, аммо арзиши ҳисоббарорӣ хеле баланд аст; MPC бисёр амалҳоро дуруст ва бо ҳифзи криптографӣ иҷро карда метавонад, аммо иртиботи зиёд талаб мекунад; махфияти дифференсиалӣ аз ҷиҳати ҳисоббарорӣ нисбатан арзон аст, вале метавонад талафи дақиқӣ ё фоиданокӣ ба вуҷуд оварад; омӯзиши федеративӣ имкон медиҳад додаҳои хом ба сервери марказӣ интиқол наёбанд, аммо худи градиентҳо ё навсозиҳои модели муштарак метавонанд маълумотро фош кунанд; рамзгузории қобили ҷустуҷӯ барои таъмин кардани дархости зуд метавонад баъзе навъҳои ифшогариро, ба монанди намунаи дастрасӣ ё такрори дархост, қабул кунад. Аз ин рӯ, рейтинги ягонае чун “бехатартарин усул” ё “тезтарин усул”, ки аз контекст ҷудо карда шудааст, аз нигоҳи илмӣ маънодор нест.

Қисми пасоквантии баррасӣ махсусан муҳим аст, аммо мавзӯи баррасишаванда дар ин ҷо компютери нави квантӣ ё алгоритми нави омӯзиши мошинии квантӣ нест. Таҳқиқот таъкид мекунад, ки компютери квантии ба қадри кофӣ бузург ва ба хато тобовар тавассути алгоритми Shor ба системаҳои калиди кушодае, ки ба факторизатсия ё логарифми дискретӣ асос меёбанд, аз ҷумла RSA, Diffie–Hellman ва криптографияи каҷи эллиптикӣ, таҳдид хоҳад кард; дар муқобил, рамзгузории симметрӣ, махфияти дифференсиалӣ, secret-sharing-и назарияи иттилоот ва рамзгузории гомоморфии бар пояи lattice ба ҳамон шакл таъсир намегиранд. Стандартҳои ML-KEM, ML-DSA ва SLH-DSA, ки NIST дар 2024 нашр кардааст, ҳамчун ҷузъҳои асосии ин гузариш баррасӣ мешаванд. Ибораи “ба квант тобовар” дар ин ҷо маънои амнияти мутлақ ва барои ҳамеша исботшударо надорад; он амниятеро ифода мекунад, ки дар доираи фарзияҳои криптографии мавҷуда бар зидди ҳамлаҳои маълуми классикӣ ва квантӣ тарҳрезӣ шудааст.

Омӯзиши Мошинии Ҳифзкунандаи Махфият Чист?

Омӯзиши мошинии ҳифзкунандаи махфият оилаи усулҳоест, ки ҳангоми кӯшиши истифодаи арзиши омории додаҳои зарурӣ барои омӯзиши мошинӣ криптография, омор ва муҳандисии системаҳоро барои ҳифзи додаҳои хом, сабтҳои инфиродӣ, навсозиҳои модел ё раванди ҳисоббарорӣ аз ҳамлагарони дар модели таҳдид муайяншуда муттаҳид мекунад; аммо PPML як алгоритми ягона нест ва ҳар як техникаи PPML дороии дигарро бар зидди ҳамлагари дигар ва бо арзиши дигар ҳифз мекунад.

Чаро танҳо гуфтани “дода аз дастгоҳ берун намебарояд” кафолати махфият нест?

Нуқтаи оғози таҳқиқот ин аст, ки танҳо мустақиман мубодила нашудани додаи ҳассос кофӣ нест. Ҳатто агар беморхона тасвирҳои беморонро ба сервери марказӣ нафиристад, бонк танҳо навсозиҳои моделро мубодила кунад ё клавиатураи телефон танҳо градиент фиристад, ин намояндагиҳои миёна метавонанд дар бораи дода маълумот дошта бошанд. Ҳамлаҳои membership inference, ки баррасӣ онҳоро нақл мекунад, мекӯшанд аз рафтори модел тахмин кунанд, ки сабти муайян дар маҷмӯи додаҳои омӯзишӣ ҳузур дорад ё не. Ҳамлаҳои gradient inversion бошад метавонанд то аз градиентҳои муштарак бозсозӣ кардани тасвирҳои омӯзишӣ ва тамғаҳо пеш раванд.

Аз ин рӯ, дар PPML саволи аввал “дода дар марказ аст ё дар дастгоҳ?” нест, балки “Ҳамлагар кадом маълумотро дида метавонад ва аз он чӣ бароварда метавонад?” мебошад. Ҳамаи муқоисаҳои техникии таҳқиқоти манбаъ бар ҳамин равиши модели таҳдид асос ёфтаанд.

Дар асоси муносибатҳои таснифоти илмии Шакли 1-и таҳқиқоти манбаъ, барои Verianla мустақилона аз нав сохта шудани таксономияи бемиқёс. Ин нусхаи пикселӣ ё тарроҳии шакли аслии манбаъ нест.

Чаро модели таҳдид пеш аз ҳамаи интихоби техникӣ меояд?

Иддаои амният ё махфият бидуни муайян кардани он ки ҳамлагар чӣ кор карда метавонад, маъно надорад. Манбаъ ду синфи асосии ҳамлагарони криптографиро ҷудо мекунад. Ҳамлагари нимростқавл (semi-honest ё honest-but-curious) қадамҳои протоколро дуруст иҷро мекунад, вале аз паёмҳои дидааш маълумоти иловагӣ баровардан мехоҳад. Ҳамлагари бадхоҳ/фаъол (malicious) бошад метавонад аз протокол сарпечӣ кунад, паёми сохта фиристад, ҳисоббарориро вайрон кунад ё протоколро барои гирифтани маълумот пеш аз анҷом қатъ намояд.

Меҳвари дуюм corruption threshold, яъне шумораи тарафҳоест, ки ҳамлагар метавонад тасарруф карда, онҳоро якҷоя амал кунад. Дар протоколҳои MPC танҳо гуфтани “се тараф ҳаст” шарҳи амният нест; масалан, агар фарз шавад, ки ҳадди ақал ду тараф бо ҳам пинҳонӣ созиш намекунанд, ин фарзияи ташкилӣ бояд дар ҷаҳони воқеӣ низ қобили дифоъ бошад.

Навъи кафолатҒояи асосӣНамунаи маъмулМаҳдудияти муҳим
Амнияти ҳисоббарорӣФарз мешавад, ки масъалаи муайяни математикӣ дар вақти оқилона ҳал намешавад.HE, ML-KEM, ML-DSAАмният ба пешрафти криптоанализ ва қувваи ҳисоббарорӣ вобаста аст.
Амнияти назарияи иттилоот / бечунучароҲатто агар қувваи ҳисоббарории ҳамлагар бемаҳдуд бошад, зери баъзе фарзияҳо маълумот гирифта наметавонад.Баъзе сохторҳои secret-sharingОдатан фарзияҳои сохторӣ ба монанди honest-majority лозиманд.
Махфияти оморӣФарқпазирии тақсимоти натиҷаҳо аз маҷмӯаҳои ҳамсояи додаҳо маҳдуд мешавад.Махфияти дифференсиалӣАрзиши дақиқӣ/фоиданокӣ ва буҷети махфият, ки бо таркиб меафзояд, вуҷуд дорад.

Дар асл чӣ ҳифз мешавад: вуруд, натиҷа, модел ё якпорчагии ҳисоббарорӣ?

Сиррияти вуруд маънои онро дорад, ки сервер ё тарафҳои дигар додаҳои воридшаванда ба ҳисоббарориро, ба монанди тасвири бемор, сабти молиявӣ ё дархости хусусӣ, намебинанд. Нақши асосии рамзгузории гомоморфӣ ва MPC дар ҳамин қабат аст.

Махфияти натиҷа ба он марбут аст, ки модел ё омори нашршуда дар бораи афроди дохили додаҳои омӯзишӣ чӣ қадар маълумот ифшо мекунад. Махфияти дифференсиалӣ ба ҳамин масъала нигаронда шудааст. Ҳатто натиҷае, ки аз нигоҳи криптографӣ комилан дуруст ҳисоб шудааст, агар дар бораи шахс маълумоти аз ҳад зиёд ифшо кунад, махфияти натиҷаро таъмин намекунад.

Сиррияти модел низ дороии ҷудогона аст. Мизоҷ шояд нахоҳад додаи хусусии худро ба сервер фиристад; ҳамзамон сервер низ нахоҳад, ки мизоҷ вазнҳои модели онро барорад. Як қисми протоколҳои inference-и бехатар ба ҳамин талаботи сиррияти дуҷониба нигаронда шудааст.

Якпорчагӣ (integrity) бошад аз махфият фарқ мекунад. Ин ки сервер вурудро намебинад, маънои онро надорад, ки ҳисобро дуруст анҷом додааст. Аз ин рӯ, усулҳое ба монанди исботҳои дониши сифрӣ HE ё MPC-и таъминкунандаи сирриятро бо саволи “оё ҳисоб воқеан ҳамон тавре ки гуфта шуд иҷро гардид?” пурра мекунанд.

Арзиши махфият аз кадом манбаъ пардохта мешавад?

Яке аз чорчӯбаҳои муфидтарини баррасӣ нишон медиҳад, ки техникаҳои гуногун арзишро ба манбаъҳои гуногун интиқол медиҳанд. HE асосан вақти ҳисоббарорӣ ва хотира-ро масраф мекунад. MPC ҳисоббарориро ба иртиботи шабакавӣ табдил медиҳад. Махфияти дифференсиалӣ арзишро аз ҳисоби дақиқии модел ё фоиданокии оморӣ мепардозад. Омӯзиши федеративӣ ҳаракати додаҳоро коҳиш медиҳад, вале бинобар шумораи зиёди навсозиҳои модел арзиши иртибот ва гетерогении мизоҷон-ро ба вуҷуд меорад. Рамзгузории қобили ҷустуҷӯ бошад барои ба даст овардани суръат метавонад профили ифшогарии муайянро қабул кунад.

Рамзгузории Гомоморфӣ Чӣ Гуна Омӯзиши Мошиниро Бар Рӯйи Додаҳои Рамзшуда Иҷро Мекунад?

Рамзгузории гомоморфӣ равиши ҳисоббарории криптографиест, ки ба сервер имкон медиҳад бидуни дидани додаи ошкор ё калиди махфӣ бар рӯйи арзишҳои рамзшуда амалҳои математикӣ анҷом диҳад ва натиҷаи рамзшудаи ҳосилшударо танҳо соҳиби калиди ваколатдор рамзкушоӣ кунад; бартарии асосии он дар омӯзиши мошинӣ таъмини сиррияти вуруди ғайриинтерактивӣ дар як сервери нобовар ва камбудии асосӣ арзиши хеле баланди арифметикӣ ва хотира нисбат ба ҳисоббарории plaintext мебошад.

Чӣ гуна амал кардан бар рӯйи додаи рамзшуда имконпазир аст?

Дар рамзгузории муқаррарӣ барои ҳисоббарорӣ бар рӯйи дода, аксаран аввал дода рамзкушоӣ мешавад. Ҳадафи рамзгузории гомоморфӣ бартараф кардани ҳамин зарурат аст. Мизоҷ додаи \(x\)-ро рамз карда \(Enc(x)\)-ро ҳосил мекунад. Сервер бидуни донистани калиди махфӣ функсияи муайяни \(f\)-ро дар фазои рамзшуда арзёбӣ мекунад:

\[ Eval(f, Enc(x)) \rightarrow Enc(f(x)) \]

Вақте мизоҷ натиҷаро рамзкушоӣ мекунад:

\[ Dec(Enc(f(x))) \approx f(x) \]

ба даст меорад. Ин намоиш муодилаи нави таҳқиқот нест; хулосаи омӯзишии консептуалии ҳисоббарории гомоморфӣ аст. Дар схемаҳои адади саҳеҳ ба монанди BFV ва BGV ҳадаф арифметикаи дақиқ аст; дар CKKS ададҳои воқеӣ ва комплексӣ тақрибӣ код мешаванд, бинобар ин дар натиҷа хатои тақрибии назоратшаванда метавонад вуҷуд дошта бошад.

Чаро LWE ва RLWE ин қадар марказӣ ҳастанд?

Аксари системаҳои муосири HE дар баррасӣ амниятро аз масъалаҳои lattice, ки ба Learning With Errors (LWE; омӯзиш бо хатогиҳо) ё ҳосилаҳои ҳалқа/модулии он асос меёбанд, мегиранд. Интуитсияи асосии омӯзишӣ илова кардани хатои хурд, вале бодиққат интихобшуда ба муносибати хаттӣ мебошад.

Гарчанде дар манбаъ ҳамчун муодилаи ошкор дода нашудааст, навишти стандартии консептуалии ғояи LWE метавонад чунин нишон дода шавад:

\[ \mathbf{b}=\mathbf{A}\mathbf{s}+\mathbf{e}\pmod q \]

Дар ин ҷо \(\mathbf{A}\) сохтори оммавӣ, \(\mathbf{s}\) маълумоти махфӣ ва \(\mathbf{e}\) узви хатои хурд аст; \(q\) модул мебошад. Гарчанде ҳамлагар \(\mathbf{A}\) ва \(\mathbf{b}\)-ро мебинад, бинобар хато масъалаи барқарор кардани \(\mathbf{s}\) душвор мегардад. Ин муодила таърифи пурраи протоколи ML-KEM ё CKKS нест; он танҳо барои омӯзонидани интуитсияи асосии математикии оилаи LWE оварда шудааст.

Дар схемаҳои бар пояи RLWE ба ҷойи скалярҳо ё векторҳои оддӣ ҳалқаҳои полиномӣ истифода мешаванд. Ин сохтор ҳам барои амният ва ҳам барои бастабандии шумораи зиёди арзишҳо дар як ciphertext муҳим аст.

Фарқи BGV, BFV, CKKS ва TFHE дар чист?

СхемаФазои табиии додаАрифметикаХусусияти bootstrappingНақши маъмул дар омӯзиши мошинӣ
BGVАдадҳои саҳеҳи модулӣДақиқ, бастабандии SIMDLeveled; ҳангоми зарурат навсозӣАрзёбии полином, омор
BFVАдадҳои саҳеҳи модулӣДақиқ, бастабандии SIMDLeveled; ҳангоми зарурат навсозӣInference-и модели адади саҳеҳ
CKKSАдадҳои тақрибии воқеӣ/комплексӣТақрибӣ, бастабандии SIMDУсулҳои гуногун бар пояи коҳиши модулии тақрибӣInference-и шабакаи амиқи нейронӣ ва transformer
TFHEБитҳо / ададҳои саҳеҳи хурдБа Boolean ё lookup-table нигарондаBootstrapping-и хеле тези gate-by-gateМуқоиса, дарахти қарор, функсияҳои ғайрихаттӣ

Манбаъ қайд мекунад, ки арзишҳои маъмулии ring dimension \(N\) тақрибан дар фосилаи \(2^{13}\)–\(2^{17}\) буда, дар бастабандии SIMD тақрибан \(2^{12}\)–\(2^{16}\) slot-и plaintext истифода шуда метавонад. Ин рақамҳо барои ҳар барнома параметрҳои собит нестанд; онҳо вобаста ба сатҳи амният, умқи схема ва интихоби китобхона тағйир меёбанд.

Чаро дар ciphertext “noise” вуҷуд дорад ва чаро он меафзояд?

Дар системаҳои рамзгузории бар пояи lattice хато ё noise танҳо нуқсони номатлуб нест; он қисми амният аст. Аммо ҷамъкунии гомоморфӣ ва махсусан зарбкунӣ боиси афзоиши ин хато дар ciphertext мегардад. Агар хато аз ҳадди муайян гузарад, рамзкушоии дуруст метавонад ноком шавад. Аз ин рӯ, на танҳо кадом амалҳои математикӣ иҷро шудани барномаи гомоморфӣ, балки чанд зарбкунии пайдарпай доштани он низ муҳим аст.

Дар ҷадвали рамзҳои манбаъ \(Q\) ciphertext modulus-ро ва он ки занҷири modulus умқи зарбии дастрасро чӣ гуна муайян мекунад, ифода мекунад; \(L\) бошад multiplicative depth-еро нишон медиҳад, ки пеш аз ниёз ба bootstrapping сарф кардан мумкин аст. Шабакаи амиқтар маънои зарбкунии бештар ва дар натиҷа истеъмоли бештари noise-budget-ро дорад.

Bootstrapping чист?

Bootstrapping равандест, ки дар ciphertext-и noise-и он зиёдшуда худи схемаи рамзкушоиро ба таври гомоморфӣ арзёбӣ карда, ciphertext-и нав бо noise-и паст ҳосил мекунад. Ин амал гузаришро аз HE-и “leveled”, ки танҳо умқи маҳдуди зарбиро дастгирӣ мекунад, ба fully homomorphic encryption, ки аз ҷиҳати назарӣ ҳисоббарории умқи бемаҳдудро иҷозат медиҳад, таъмин мекунад.

Аммо bootstrapping яке аз гаронтарин амалҳои HE аст. Манбаъ таъкид мекунад, ки сохтори хароҷоти оилаҳои CKKS ва TFHE фарқ мекунад. CKKS бо бастабандии векторҳои бузурги ададҳои воқеӣ throughput-и баланд ба даст меорад. TFHE бошад дар амалҳои битҳои ҷудогона ё ададҳои саҳеҳи хурд бо lookup table-и барномарезишаванда ва равиши gate-level bootstrapping ба latency-и пасти як амал нигаронда шудааст.

Манбаъ натиҷаеро нақл мекунад, ки барои TFHE таърихан вақти як gate bootstrapping дар як ядро тақрибан ба 13 ms ва калиди bootstrapping тақрибан ба 16 MB коҳиш дода шудааст. Ин арзиш самаранокии имрӯзаи ҳамаи татбиқҳои TFHE нест; он натиҷаи истинодии як таҳқиқоти муайян дар баррасӣ мебошад.

Чаро CKKS bootstrapping махсусан барои омӯзиши мошинӣ муҳим аст?

Азбаски CKKS метавонад арзишҳои воқеӣ ва комплексиро тақрибӣ коркард кунад, он бо амалҳои ададии fixed-point-и шабакаҳои нейронӣ табиитар мувофиқ мешавад. Дар роҳи классикии CKKS bootstrapping табдилҳои хаттии CoeffToSlot ва SlotToCoeff ва полиномҳое истифода мешаванд, ки коҳиши модулиро тақрибӣ иҷро мекунанд. Дар таҳқиқоти навтаре, ки манбаъ меорад, ҷудокунии қисмии CoeffToSlot мураккабиро кам карда, усулҳои level-conserving rescaling бо параметрҳои монанд throughput-ро тақрибан %20–35 зиёд карда тавонистаанд.

Баррасӣ инчунин равишҳои bootstrapping-и камумқтар бар пояи roots-of-unity, сохторҳои бар пояи blind-rotation ба монанди PaCo ва усулҳои functional bootstrapping-ро баррасӣ мекунад. Functional bootstrapping на танҳо ciphertext-ро нав мекунад; дар ҳамон амал метавонад функсияеро, ки бо lookup table таъриф шудааст, низ татбиқ кунад. Манбаъ таҳқиқотеро меорад, ки барои lookup table-и ҳаштбитӣ дар CKKS вақти амортизатсияшудаи тақрибан 0,72 ms барои ҳар арзишро хабар медиҳад; ин арзиш нисбат ба равиши DM/CGGI тақрибан се тартиби бузургӣ ва нисбат ба усули маҳдудтари амортизатсияшудаи functional bootstrapping-и бар пояи BFV тақрибан 6,8 маротиба тезтар гузориш шудааст. Инҳо натиҷаҳои адабиётанд, ки дар системаҳо ва параметрҳои гуногун гузориш шудаанд; коэффициенти универсалии самаранокӣ нестанд.

Чаро scheme switching пайдо шуд?

Як схемаи HE барои ҳамаи навъҳои амал оптималӣ нест. CKKS арифметикаро дар векторҳои бузурги ададҳои воқеӣ самаранок иҷро мекунад, дар ҳоле ки муқоиса ё амалҳои дискретии lookup метавонанд дар сохторҳои монанд ба TFHE табиитар бошанд. Scheme switching маънои онро дорад, ки қисми зиёди ҳисоб бо CKKS иҷро шуда, ҳангоми зарурати муқоиса ё фаъолсозии монанд ба ReLU муваққатан ба намояндагии бар пояи бит гузаронда мешавад ва баъд боз ба CKKS бармегардад. Ҳамин тавр, ҳар қабати математикӣ метавонад дар намояндагии криптографие иҷро шавад, ки арзёбии онро арзонтар мекунад.

Дар inference-и шабакаи нейронии рамзшуда чӣ қадар пешрафт вуҷуд дорад?

СистемаРавишМодел / додаНатиҷаи дар манбаъ гузоришшудаМаҳдудияти муқоиса
CryptoNetsLeveled HECNN-и камумқ / MNISTТақрибан %99 дақиқӣ; тақрибан 51.000 пешгӯӣ/соат throughputАмортизатсияи batch баланд, latency-и як дархост метавонад дар миқёси дақиқа бошад.
RNS-CKKS ResNet-20Bootstrapped HEResNet-20 / CIFAR-10%92,43 дақиқӣ; бо модели plaintext дар беш аз %98-и вурудҳо натиҷаи яксон; миқёси соат барои ҳар тасвирШароити hardware ва модел кӯҳна/махсус аст.
Равиши multiplexed convolutionBootstrapped HEResNet-20/110Тақрибан 4,7 маротиба камшавии latency; беҳбудии беш аз ду тартиби бузургӣ дар вақти амортизатсияшудаТарҳи таҷрибаи дигар.
NEXUSHE-и ғайриинтерактивӣМиқёси BERTInference дар миқёси даҳҳо сония ва садҳо маротиба камшавии bandwidth нисбат ба baseline-ҳои интерактивӣBenchmark-и назоратшуда бо системаҳои дигар нест.
PUMAMPC-и 3-тарафаLLaMA-7BInference-и бехатар дар миқёси дақиқаБо системаи HE-only мустақиман баробар нест.

Ин ҷадвал набояд барои ҷавоби мустақим ба саволи “кадомаш тезтар аст?” истифода шавад. Системаҳои ба throughput нигаронда, ба монанди CryptoNets, ҳазорҳо дархостро ба slot-ҳои як ciphertext бастабандӣ карда, хароҷоти собитро тақсим мекунанд. Дар барномаи интерактивӣ бошад вақти расидани як дархост ба натиҷа муҳим аст. Манбаъ таъкид мекунад, ки омехта кардани ин ду нуқтаи корӣ метавонад самаранокии гузоришшударо то се тартиби бузургӣ гумроҳкунанда гардонад.

Чаро моделҳои transformer барои HE махсусан душворанд?

Қабатҳои хаттии шабакаҳои convolutional дар зери HE нисбатан мувофиқанд, аммо амалҳои softmax, GELU, layer normalization, тақсим ва решаи квадратӣ дар меъмориҳои transformer мустақиман ба арифметикаи полиномӣ мувофиқат намекунанд. Ҳалҳо ба се гурӯҳи асосӣ ҷудо мешаванд:

  • Протоколҳои гибридие, ки қабатҳои хаттиро бо HE ва қабатҳои ғайрихаттиро бо MPC/secret sharing арзёбӣ мекунанд.
  • Протоколҳои ғайриинтерактивие, ки тамоми ҳисобро дар HE нигоҳ дошта, softmax ва функсияҳои монандро бо тақрибҳои полиномӣ иваз мекунанд.
  • Равишҳои тарроҳии муштарак, ки меъмории моделро аз аввал ба рамзгузорӣ дӯстона карда, амалҳои гарони ғайрихаттиро кам мекунанд.

Аз ин рӯ, дар омӯзиши мошинии рамзшуда танҳо тез кардани криптография кофӣ нест; тарроҳии якҷояи меъмории модел ва намояндагии криптографӣ торафт муҳимтар мегардад.

Тезонидани GPU, FPGA ва ASIC чиро тағйир медиҳад?

Баррасӣ таъкид мекунад, ки арифметикаи HE дар бисёр ҳолатҳо на аз шумораи холиси воҳидҳои ҳисоббарорӣ, балки аз bandwidth-и хотира ва ҳаракати дода маҳдуд мешавад. Амалҳои Number-Theoretic Transform (NTT) ва key-switching махсусан муҳиманд. Бо оптимизатсияҳои memory-centric дар GPU барои баъзе workload-ҳои амортизатсияшудаи bootstrapping беш аз 100 маротиба тезшавӣ гузориш шудааст.

Татбиқҳои CPU умумимақсад ва осон дастрасанд, аммо метавонанд зуд ба маҳдудияти bandwidth-и хотира бархӯранд. GPU-ҳо параллелизм ва bandwidth-и баланд медиҳанд. FPGA-ҳо бо роҳҳои додаи барномарезишаванда ба баъзе амалҳои арифметикии модулӣ мутобиқ карда мешаванд. ASIC-ҳо потенсиали баландтарини самаранокиро доранд, вале хароҷоти тарроҳӣ ва истеҳсолашон баланд аст. Манбаъ ҳамчунин қайд мекунад, ки қисми зиёди арзёбиҳои мавҷудаи тезонидан бар моделҳои нисбатан хурди convolutional, ба монанди CIFAR-10/ResNet-20, анҷом шудаанд; набояд фарз кард, ки ҳамон натиҷаҳо дар workload-ҳои бузурги transformer худкорона дурустанд.

Исботи дониши сифрӣ кадом камбудии HE-ро пур мекунад?

Рамзгузории гомоморфӣ метавонад серверро аз дидани вуруд боздорад, аммо ба танҳоӣ исбот намекунад, ки сервер натиҷаи дурустро ҳисоб кардааст. Сервери бадхоҳ метавонад ciphertext-и дурустшакли арзиши нодурустро баргардонад. Исботи дониши сифрӣ ба сервер имкон медиҳад бидуни ифшои додаи махфии зерина муайян кунад, ки ҳисоббарории мушаххасро дуруст анҷом додааст.

Баррасӣ нақл мекунад, ки дар корҳое ба монанди zkCNN бидуни ошкор кардани додаи хусусии санҷишӣ ё вазнҳои модел барои пешгӯии convolutional-network ва иддаои дақиқӣ исбот тавлид кардан мумкин аст ва корҳои навтар то раванди омӯзиш пеш рафтаанд. Аммо исбот кардани ҳисоббарорӣ аксаран аз худи ҳисоббарорӣ хеле гаронтар аст. Азбаски муттаҳид кардани HE ва ZKP арзиши ду механизми гаронро рӯйи ҳам мегузорад, системаҳои имрӯза одатан танҳо қадамҳоеро исбот мекунанд, ки якпорчагӣ дар онҳо муҳим аст.

Дар Махфияти Дифференсиалӣ ε ва δ Чӣ Маъно Доранд?

Махфияти дифференсиалии \((\varepsilon,\delta)\) маҳдуд мекунад, ки тақсимоти натиҷаҳои механизми тасодуфисозишуда, ки дар ду маҷмӯи додаи ҳамсоя бо танҳо як сабти фарқкунанда кор мекунад, то чӣ андоза аз ҳам ҷудо шуда метавонанд; бо хурд шудани \(\varepsilon\) фарқ кардани тақсимот душвортар шуда, махфияти қавитар ҳадаф мегардад, \(\delta\) бошад узви иловагиест, ки иҷозат медиҳад ҳадди идеалии зарбӣ бо эҳтимоли хурд вайрон шавад ва ҳеҷ яке аз ин параметрҳо набояд ҳамчун ҳадди “ба танҳоӣ бехатар” ва мустақил аз контекст тафсир карда шавад.

Таърифи асосии математикии махфияти дифференсиалӣ

Манбаъ таърифро ба таври шифоҳӣ медиҳад. Навишти стандартии математикии он барои заминаи омӯзишӣ метавонад чунин нишон дода шавад:

\[ \Pr[M(D)\in S] \leq e^{\varepsilon}\Pr[M(D')\in S]+\delta \]

Дар ин ҷо:

  • \(M\): механизми тасодуфисозишуда аст.
  • \(D\) ва \(D'\): маҷмӯи додаҳои ҳамсояанд, ки танҳо дар як сабти инфиродӣ фарқ мекунанд.
  • \(S\): ҳар гуна маҷмӯи натиҷаҳои имконпазир аст.
  • \(\varepsilon\): маҳдуд мекунад, ки эҳтимолҳои натиҷа то чӣ андоза ба таври зарбӣ фарқ карда метавонанд.
  • \(\delta\): эҳтимоли иловагии хеле хурди нокомиро иҷозат медиҳад.

Ин нобаробарӣ маънои “додаи як шахс ҳеҷ гоҳ омӯхта намешавад”-ро надорад. Маънои дақиқтар он аст, ки дохил ё хориҷ кардани як шахс аз маҷмӯи дода тақсимоти натиҷаи механизмро танҳо ба андозаи маҳдуд тағйир медиҳад. Манбаъ дар ҷадвали рамзҳо қайд мекунад, ки \(\delta\) одатан аз \(1/n\) хеле хурдтар интихоб мешавад; дар ин ҷо \(n\) шумораи сабтҳо дар маҷмӯи дода аст.

Чаро ҳангоми хурд шудани ε дақиқии модел коҳиш ёфта метавонад?

Махфияти дифференсиалӣ дар бисёр механизмҳои амалӣ бо илова кардани noise-и тасодуфӣ ба дода ё градиент таъмин мешавад. Барои махфияти қавитар зарурати noise-и бештар метавонад сигнали муфидеро, ки модел омӯхтан мехоҳад, қисман вайрон кунад. Аз ин рӯ, меҳвари асосии хароҷоти DP вақти CPU нест, балки privacy–utility trade-off, яъне созиши байни махфият ва фоиданокӣ аст.

Манбаъ дар Шакли 3 минтақаҳои \(\varepsilon \leq 1\), \(1 < \varepsilon \leq 4\) ва \(\varepsilon > 4\)-ро мутаносибан ҳамчун минтақаҳои схематикии махфияти қавӣ, миёна ва заиф нишон медиҳад. Ин график додаи ченшуда нест ва ин ҳадҳо набояд барои ҳамаи барномаҳо ҳамчун ҳадҳои ҳуқуқӣ ё илмии универсалӣ хонда шаванд. Паёми асосии шакл ин аст, ки меъмории модел, pretraining, танзимоти DP-SGD ва сифати accounting метавонанд фоиданокии дар як \(\varepsilon\) ба дастомадаро ба таври назаррас тағйир диҳанд.

Чаро Sensitivity, Δf, муҳим аст?

Ҳассосияти (sensitivity, \(\Delta f\)) як дархост муайян мекунад, ки ҳангоми тағйир додани як сабт натиҷаи дархост ҳадди аксар то чӣ андоза метавонад тағйир ёбад. Миқёси noise мувофиқи ҳамин бузургӣ танзим мешавад. Пинҳон кардани дархосте, ки як шахс метавонад натиҷаи онро ба миқдори хеле калон тағйир диҳад, нисбат ба дархосте, ки саҳми инфиродӣ аллакай маҳдуд аст, noise-и бештар талаб мекунад.

Фарқи механизмҳои Laplace ва Gaussian

Механизми Laplace бо илова кардани noise мувофиқи ҳассосияти L1 метавонад \(\varepsilon\)-DP-и соф таъмин кунад. Механизми Gaussian бо ҳассосияти L2 кор карда, \((\varepsilon,\delta)\)-DP медиҳад. Дар омӯзиши амиқ бинобар мувофиқати clipping-и градиент ба геометрияи L2 механизми Gaussian нақши марказӣ дорад.

DP-SGD чӣ гуна кор мекунад?

Differentially Private Stochastic Gradient Descent (DP-SGD) саҳми градиенти ҳар намунаи омӯзиширо то нормаи муайян маҳдуд мекунад, сипас ба градиенти ҷамъшуда noise-и Gaussian илова мекунад ва талафи умумии махфияти ҳамаи қадамҳои омӯзишро бо privacy accountant пайгирӣ мекунад.

Манбаъ DP-SGD-ро ба таври шифоҳӣ шарҳ медиҳад. Навишти стандартии омӯзишии механизм дар марҳилаи аввал градиенти як намуна чунин clipping мекунад:

\[ \bar{\mathbf{g}}_i=\mathbf{g}_i\cdot \min\left(1,\frac{C}{\|\mathbf{g}_i\|_2}\right) \]

\(C\) нормаи per-example clipping аст. Агар нормаи градиенти як намуна аз \(C\) хурд бошад, тағйир намеёбад; агар калон бошад, самташ нигоҳ дошта шуда, бузургиаш ба \(C\) кам карда мешавад. Ҳамин тавр саҳме, ки як сабт ба навсозӣ карда метавонад, маҳдуд мешавад.

Сипас ба таври консептуалӣ:

\[ \tilde{\mathbf{g}} = \frac{1}{B} \left( \sum_{i=1}^{B}\bar{\mathbf{g}}_i + \mathcal{N}(0,\sigma^2 C^2 I) \right) \]

noise-и Gaussian илова шуданаш мумкин аст. Дар ин ҷо \(B\) андозаи batch, \(\sigma\) параметри марбут ба миқёси noise/noise multiplier, \(C\) ҳадди clipping ва \(I\) матритсаи воҳидии андозаи мувофиқ аст. Ин формула натиҷаи нави манбаъ нест, балки намоиши стандартии омӯзишии механизми DP-SGD-и дар манбаъ шарҳдодашуда мебошад.

\(q\) дар ҷадвали рамзҳои манбаъ sampling rate, яъне таносуби андозаи интизории batch ба андозаи маҷмӯи додаҳоро; \(T\) бошад чанд маротиба таркиб шудани механизм, масалан чанд қадами омӯзиш иҷро шуданро ифода мекунад. \(C\), \(\sigma\), \(q\) ва \(T\) танзимоти аз ҳам мустақил нестанд; дар ҳисоби ниҳоии privacy budget якҷо нақш доранд.

Privacy amplification чӣ маъно дорад?

Дар ҳар қадами омӯзиш ворид нашудани ҳар сабт метавонад аз нигоҳи махфият бартарӣ диҳад. Privacy amplification тавассути subsampling маънои онро дорад, ки бинобар намунагирии тасодуфӣ коҳиш ёфтани эҳтимоли дучор шудани шахси муайян ба механизм талафи муассири махфиятро кам мекунад. Манбаъ инчунин натиҷаҳои amplification тавассути iteration ва shuffling-ро баррасӣ мекунад.

Чаро privacy accountant лозим аст?

Як бор иҷро кардани механизми DP бо такрор ба такрор иҷро кардани он дар даҳҳо ҳазор қадами омӯзиш як чиз нест. Ҳар истифода миқдори муайяни буҷети махфиятро сарф мекунад. Содатарин ҳадди таркиб:

\[ \varepsilon_{\mathrm{toplam}} \leq \sum_i \varepsilon_i, \qquad \delta_{\mathrm{toplam}} \leq \sum_i \delta_i \]

мебошад. Аммо манбаъ таъкид мекунад, ки ин метавонад дар омӯзишҳои дароз аз ҳад зиёд бадбинона бошад. Advanced composition, Rényi Differential Privacy, Gaussian Differential Privacy ва accountant-ҳои ададии бар пояи privacy-loss-distribution метавонанд ҳадҳои хеле сахттар ҳисоб кунанд.

Ин ҷузъиёти амалӣ муҳим аст: ду системае, ки як noise-ро истифода мебаранд, танҳо аз сабаби истифодаи усулҳои гуногуни accountant метавонанд арзишҳои гуногуни \(\varepsilon\) гузориш диҳанд. Аз ин рӯ, танҳо навиштани “ε=...” кофӣ нест; бояд маълум бошад, ки кадом accountant, кадом модели sampling ва кадом арзиши \(\delta\) истифода шудааст.

Чаро empirical privacy auditing лозим аст?

Accounting-и математикӣ бо фарзияи он ки алгоритм мувофиқи спецификатсия навишта шудааст, ҳадди болоро медиҳад. Дар нармафзори воқеӣ clipping-и нодуруст, хатои sampling ё мушкили noise generator метавонад ин кафолатро вайрон кунад. Аудити эмпирикии махфият мекӯшад бо илова кардани сабтҳои canary ба механизм ва татбиқи ҳамлаҳое монанди membership inference чен кунад, ки системаи воқеӣ ҳадди ақал чӣ қадар талафи махфият нишон медиҳад.

Агар ҳадди болоии аналитикӣ ва ҳадди поёнии эмпирикӣ ба ҳам наздик бошанд, таҳлил сахт ва татбиқ эҳтимолан дуруст аст. Агар байни онҳо фарқи калон бошад, таҳлил метавонад аз ҳад фуҷур бошад ё дар implementation хато вуҷуд дошта бошад. Манбаъ таъкид мекунад, ки усулҳое, ки аудити якҷояи бисёр canary-ро дар як даври омӯзиш имконпазир мекунанд, ин санҷишҳоро барои системаҳои истеҳсолӣ амалӣтар месозанд.

Чаро махфияти дифференсиалӣ дар LLM-ҳо душвортар аст?

Моделҳои бузурги забонӣ метавонанд пайдарпаии нодир ё ҳассоси додаҳои омӯзиширо азёд кунанд. DP барои ин ифшогарӣ ҳимояи формалӣ медиҳад, аммо навсозии пурраи миллиардҳо параметр бо DP-SGD гарон аст ва noise ба фазои параметрии хеле баландандоза татбиқ мешавад.

Ҳалли таъкидкардаи баррасӣ ин аст, ки ба ҷойи аз сифр омӯзонидани модел дар додаи хусусӣ, модели дар додаи оммавӣ пешомӯзонидашударо танҳо дар додаи ҳассос fine-tune кунанд. Усулҳои parameter-efficient ба монанди Low-Rank Adaptation (LoRA) танҳо адаптерҳои хурдро нав мекунанд, аз ин рӯ clipping ва noise ба миқёси чанд миллион параметр, на чанд миллиард, татбиқ мешавад.

Дар як таҳқиқоти мутобиқсозии федеративии LLM, ки манбаъ нақл мекунад, гузориш шудааст, ки дар сатҳи \(\varepsilon=2\) ва бо як миллион мизоҷи симулятсияшуда коҳиши дақиқӣ аз %2 кам ва афзоиши word-error-rate аз %7 кам нигоҳ дошта шудааст. Ин натиҷа ба система ва шароити таҷрибавии муайян тааллуқ дорад; онро наметавон ба шакли “дар ҳамаи LLM-ҳои ε=2 талаф %2 аст” умумӣ кард.

Ҳисоббарории бехатари бисёртарафа чист?

Secure Multi-Party Computation (MPC) ба тарафҳое, ки ба ҳам пурра эътимод надоранд, имкон медиҳад бидуни ифшои вурудҳои хусусии худ ба якдигар функсияи муштаракро ҳисоб кунанд. Бар хилофи рамзгузории гомоморфӣ, ҳисоббарорӣ дар як сервери ciphertext мутамарказ намешавад; дода ва амал байни тарафҳо тақсим мешавад.

Манбаъ ба ду анъанаи асосӣ таъкид мекунад: барои схемаҳои Boolean Yao garbled circuits ва барои ҳисоббарории арифметикӣ secret sharing. SPDZ яке аз оилаҳои муҳими протоколиест, ки дар шароити dishonest-majority метавонад амнияти фаъол таъмин кунад. ABY3 бошад чорчӯбаи муассирест, ки дар муҳити honest-majority-и сеҷониба байни намояндагиҳои arithmetic, Boolean ва Yao sharing гузариш карда метавонад.

Oblivious transfer ва Beaver triples чӣ кор мекунанд?

Oblivious transfer (OT) имкон медиҳад қабулкунанда аз паёмҳои фиристанда танҳо паёми интихобкардаашро омӯзад, дар ҳоле ки фиристанда намефаҳмад кадомаш интихоб шудааст. OT extension шумораи ками амалҳои гарони калиди кушодаро ба шумораи зиёди амалҳои арзонтари калиди симметрӣ васеъ мекунад.

Beaver multiplication triples арзишҳои тасодуфии коррелятсияшудае мебошанд, ки пешакӣ барои тезонидани зарб дар MPC-и арифметикии бар пояи secret-sharing сохта мешаванд. Қисми муҳими кори вазнини криптографӣ дар марҳилаи offline preprocessing анҷом мешавад; марҳилаи online ин коррелятсияҳои омодаро истифода бурда, тезтар кор мекунад.

Чаро MPC нисбат ба HE ба пайвасти шабака ҳассостар аст?

MPC қисми зиёди арифметикаи гарони public-key-ро бо амалҳои арзонтари маҳаллӣ иваз мекунад, аммо байни тарафҳо мубодилаи зиёди паём талаб менамояд. Дар пайвасти маркази дода бо bandwidth-и баланд ва latency-и паст ин метавонад мантиқӣ бошад. Дар шабакаҳои байниқитъавӣ ё мобилӣ round-trip latency метавонад ҳамон протоколро хеле сусттар кунад.

Аз ин рӯ, манбаъ интихоби HE ва MPC-ро бештар бо саволи “ҳисоббарорӣ гарон аст ё шабака?” мепайвандад, на бо саволи “криптографияи кадомаш беҳтар аст?”.

Чаро амали муқоиса дар омӯзиши мошинӣ барои MPC гарон аст?

Зарбҳои матритсавӣ ба arithmetic sharing хуб мувофиқанд, аммо амалҳое ба монанди ReLU, max-pooling ва argmax муқоиса талаб мекунанд. Азбаски муқоиса амали сатҳи бит аст, дар зери arithmetic sharing гарон мешавад. Аз ин рӯ, системаҳои муосир метавонанд аз arithmetic representation ба намояндагии Boolean ё garbled-circuit гузаранд ё функсияи nonlinear-ро бо равиши арзонтар иваз кунанд.

Оё омӯзиши федеративӣ ба танҳоӣ усули махфият аст?

Не. Омӯзиши федеративӣ имкон медиҳад додаи хом аз дастгоҳ ё муассиса берун наравад, аммо навсозиҳои модел ё градиентҳо ба сервер фиристода мешаванд. Тавре ки манбаъ рӯшан таъкид мекунад, FL ба танҳоӣ formal privacy guarantee нест; он меъмории омӯзиши тақсимшудаест, ки муҳофизатҳое ба монанди HE, MPC, secure aggregation ва DP метавонанд дар дохили он ҷойгир шаванд.

Фарқи федератсияи cross-device ва cross-silo

Cross-device FL метавонад миллионҳо мизоҷи маҳдуд ва зуд-зуд offline, ба монанди телефонҳоро, фаро гирад. Дар ин ҷо арзиши пасти мизоҷ, таҳаммул ба dropout ва самаранокии иртибот муайянкунандаанд.

Cross-silo FL бошад шумораи ками муассисаҳои пурқувват, ба монанди беморхонаҳо ё бонкҳоро фаро мегирад. Шумораи тарафҳо кам ва маҷмӯи додаҳо калон ва арзишманданд. Истифодаи механизмҳои вазнинтари HE ё MPC дар чунин муҳит воқеитар буда метавонад.

Secure aggregation чӣ гуна кор мекунад?

Secure aggregation ҳадаф дорад сервер на навсозиҳои инфиродии мизоҷон, балки танҳо ҷамъбасти онҳоро омӯзад. Интуитсияи математикии омӯзишии равиши pairwise-cancelling mask, ки манбаъ тавсиф мекунад, чунин нишон дода мешавад:

\[ m_i = u_i + \sum_{j>i}r_{ij}-\sum_{j<i}r_{ji} \]

Вақте арзишҳои ниқобшудаи мизоҷон ҷамъ карда мешаванд:

\[ \sum_i m_i = \sum_i u_i \]

мешавад; зеро ҳамон ниқоби \(r_{ij}\) дар як мизоҷ бо аломати мусбат ва дар дигаре бо аломати манфӣ ҷой гирифта, дар ҷамъ якдигарро бекор мекунанд. Протоколҳои воқеӣ механизмҳои иловагӣ ба монанди dropout, malicious server, мувофиқаи калид ва secret sharing доранд; ин ду муодила танҳо мантиқи cancellation-ро меомӯзонанд.

Манбаъ дар мисоли BatchCrypt натиҷаҳоро меорад, ки барои омӯзиши федеративии cross-silo бастабандӣ, quantization ва рамзгузории гомоморфии градиентҳо нисбат ба naive per-value encryption 23–93 маротиба тезшавии омӯзиш ва 66–100 маротиба камшавии иртибот таъмин кардааст ва талафи дақиқӣ аз %1 кам мондааст. Инҳо ба муқоисаи муайян тааллуқ доранд.

Оё воқеан аз градиентҳо тасвирро барқарор кардан мумкин аст?

Адабиёти gradient-inversion, ки баррасӣ нақл мекунад, нишон медиҳад, ки ин дар баъзе шароит имконпазир аст. Ҳамлагар вуруди синтетикиро тавре оптимизатсия мекунад, ки градиенти аз он ҳосилшуда ба градиенти воқеии мушоҳидашуда наздик шавад. Корҳои аввал дар тасвири ягона ва шабакаҳои хурд муваффақ буданд; ҳамлаҳои баъдӣ бо истифодаи image priors, омори batch-normalization ва функсияҳои objective-и пешрафтатар доираро васеъ карданд.

Дарси ҳосилшуда ин аст, ки ба чашми инсон “нофаҳмо” намудор шудани намояндагӣ кафолати махфият нест. Муҳофизат бояд ба механизми формалӣ такя кунад.

Чаро FL + DP + рамзгузорӣ якҷо истифода мешаванд?

Secure aggregation намегузорад сервер навсозии як мизоҷро бинад, аммо маҳдуд намекунад, ки модели глобалии нашршуда дар бораи мизоҷон чӣ мефошонад. User-level DP ин масъалаи дуюмро ҳадаф мегирад. Homomorphic aggregation метавонад навсозиҳоро аз сервер ба таври криптографӣ пинҳон кунад. Distributed noise generation бошад имкон медиҳад noise-и DP байни мизоҷон тақсим шавад, бидуни он ки як сервери боэътимод онро илова кунад.

Аммо ҳар қабат арзиши нав ва trust assumption-и нав меорад. Амният аз номи техникаҳои истифодашуда не, балки аз заифтарин фарзияи тамоми pipeline муайян мешавад.

Чаро махфият бо Byzantine robustness бархӯрд карда метавонад?

Мизоҷи бадхоҳ метавонад навсозии заҳролуди модел фиристад. Усулҳои robust aggregation ба монанди Krum, coordinate-wise median ё trimmed mean кӯшиш мекунанд бо тафтиши навсозиҳои инфиродӣ саҳмҳои ғайримуқаррариро муайян кунанд. Аммо secure aggregation ё HE маҳз ҳамин навсозиҳои инфиродиро аз сервер пинҳон мекунад.

Аз ин рӯ, механизми privacy метавонад рафтори ҳамлагарро низ пинҳон кунад. Ҳалҳо иҷро кардани омори robust дар дохили ҳисоббарории рамзшуда, қабул кардани robustness guarantee-и заифтар ё талаб кардани он ки мизоҷ бо ZKP исбот кунад навсозии махфии ӯ дар ҳудудҳои муайян аст. Манбаъ махсусан таъкид мекунад, ки махфияти қавӣ, robustness-и қавӣ ва арзиши пастро ҳамзамон ройгон ба даст овардан мумкин нест.

Чаро дар LLM-ҳои федеративӣ равиши adapter истифода мешавад?

Фиристодани модели дорои миллиардҳо параметр ба телефон ва бозпас гирифтани он дар ҳар давр амалӣ нест. Ҳамчунин мумкин аст дастгоҳ optimizer state-ро нигоҳ дошта натавонад. Аз ин рӯ, манбаъ ба ҷойи федеративона омӯзонидани тамоми модел, омӯзонидани қабатҳои хурди LoRA/adapter-ро бар рӯйи public backbone-и собит ҳамчун равиши пешсаф нишон медиҳад. Мизоҷ танҳо адаптери хурдро нав карда мефиристад; ин ҳам иртибот ва ҳам андозаи параметрҳое, ки зери DP ба онҳо noise татбиқ мешавад, кам мекунад.

Рамзгузории қобили ҷустуҷӯ кадом масъаларо ҳал мекунад?

Searchable Symmetric Encryption (SSE) ба мизоҷ имкон медиҳад коллексияи ҳуҷҷатҳои рамзшударо дар сервери нобовар нигоҳ дорад ва бидуни пурра рамзкушоӣ кардани ҳуҷҷатҳо дархостҳои калимаи калидии рамзшуда иҷро кунад. Аммо тарҳҳои самараноки SSE аксаран баъзе маълумоти канорӣ, ба монанди намунаи дастрасӣ, такрори дархост ё ҳаҷми натиҷаро, ифшо мекунанд.

Forward privacy ва backward privacy чистанд?

Forward privacy ҳадаф дорад ҳуҷҷати нав ба пойгоҳи дода иловашуда бо token-ҳои ҷустуҷӯи гузашта пайваст карда нашавад. Backward privacy бошад барои он тарҳрезӣ мешавад, ки ҳуҷҷатҳои ҳазфшуда аз ҷониби дархостҳои оянда дубора ошкор нашаванд. Масъалаи муҳими таҳқиқотии SSE-и динамикӣ таъмин кардани ин ду кафолат дар якҷоягӣ бо дархостҳои ғанӣ ва арзиши паст аст.

Чаро ҳамлаи leakage-abuse муҳим аст?

Ҳатто агар ядрои криптографии алгоритми SSE аз ҷиҳати назарӣ бехатар бошад, ҳамлагар метавонад бинад ба кадом ciphertext-ҳо дастрасӣ шудааст, ҳамон дархост такрор шудааст ё чанд натиҷа баргаштааст. Ҳамлаҳои access-pattern маҷмӯи дастрасии ҳуҷҷатҳоро; ҳамлаҳои volume шумораи натиҷаҳоро; ҳамлаҳои injection бошад тағйиротеро, ки ҳуҷҷатҳои махсуси иловакардаи ҳамлагар ба вуҷуд меоранд, истифода бурда, калимаҳои воқеии дархостро тахмин мекунанд.

Аз ин рӯ, дар SSE ибораи “рамзкушоӣ нашуд” маънои “маълумот ифшо нашуд”-ро надорад. Манбаъ бар он аст, ки амнияти воқеӣ арзёбии якҷояи leakage profile-и scheme ва маълумоти канории ҳамлагарро талаб мекунад.

ORAM чӣ кор мекунад?

Oblivious RAM (ORAM) бо ҳадафи аз нигоҳи сервер ҳисоббарорӣ фарқнопазир кардани ду пайдарпаии дастрасии ҳамдарозӣ намунаи дастрасиро пинҳон мекунад. Path ORAM бо сохтори дарахтмонанди худ яке аз сохторҳои маъруфест, ки мехоҳад ин муҳофизатро бо overhead-и логарифмии bandwidth таъмин кунад.

Ин privacy-и қавитар бо арзиши баландтар меояд. SSE тез аст, вале leakage-ро қабул мекунад; ORAM намунаи дастрасиро қавитар пинҳон мекунад, аммо арзиши интиқол ва азнавтартибдиҳии дода меафзояд. Private Information Retrieval бошад махсусан барои дархостҳои read-only дар нуқтаи дигар ҷой мегирад.

Компютерҳои Квантӣ Ба Кадом Як Аз Ин Техникаҳои Махфият Таҳдид Мекунанд?

Компютери квантии ба қадри кофӣ бузург ва ба хато тобовар пеш аз ҳама ба механизмҳои калиди кушодае, ки ба масъалаҳои факторизатсия ва логарифми дискретӣ такя мекунанд, ба монанди RSA, Diffie–Hellman-и классикӣ ва криптографияи каҷи эллиптикӣ, аз сабаби алгоритми Shor таҳдид мекунад; ҳамин таҳдид ба махфияти дифференсиалӣ, secret sharing-и назарияи иттилоот, рамзгузории симметрӣ ё рамзгузории гомоморфии бар пояи lattice ба ҳамон шакл татбиқ намешавад ва аз ин рӯ дар системаҳои PPML гузариши квантӣ маънои якбора иваз кардани ҳамаи ҷузъҳоро надорад, балки қабатҳои ба квант осебпазирро дуруст инвентаризатсия ва иваз карданро дорад.

Оё “пасоквантӣ” дар ин мақола криптографияи квантӣ аст?

Не. Post-quantum cryptography (PQC) алгоритмҳои классикии криптографиро ифода мекунад, ки дар компютерҳо ва шабакаҳои классикии имрӯза кор мекунанд, вале ҳадаф доранд ба ҳамлаҳои маълуми калонмиқёси квантӣ тобовар бошанд. Ин мафҳум бо quantum key distribution, ки фотонҳо ва каналҳои физикии квантиро истифода мебарад, як чиз нест. Таваҷҷуҳи манбаъ ба алгоритмҳои post-quantum-и стандартикунонидашудаи NIST мебошад, ки дар нармафзор/сахтафзори классикӣ татбиқ мешаванд.

Алгоритми Shor маҳз чиро тағйир медиҳад?

Амнияти RSA ба душвор будани факторизатсияи ададҳои бузурги саҳеҳ ва амнияти Diffie–Hellman-и классикӣ ва криптографияи каҷи эллиптикӣ ба душвор будани масъалаи discrete logarithm дар гурӯҳҳои мувофиқ барои компютерҳои классикӣ такя мекунад. Алгоритми Shor метавонад дар компютери квантии идеалии ба қадри кофӣ бузург ин синфҳои масъалаҳоро дар вақти полиномӣ ҳал кунад.

Ин маънои онро надорад, ки “компютерҳои квантии имрӯза ҳоло RSA-и интернетро мунтазам мешикананд”. Модели таҳдиди манбаъ ба компютери квантии ояндаи ба қадри кофӣ тавоно нигаронда шудааст.

Таҳдиди harvest-now-decrypt-later чист?

Ҳамлагар метавонад трафики рамзшударо, ки имрӯз рамзкушоӣ карда наметавонад, сабт карда, солҳо нигоҳ дорад. Вақте дар оянда иқтидори кофии квантӣ пайдо шавад, метавонад кӯшиш кунад ciphertext-ҳои кӯҳнаро рамзкушоӣ кунад. Аз ин рӯ, барои сабтҳои геномӣ, давлатӣ, мудофиа ё шахсии дарозумр, ки имрӯз бояд 20–30 сол махфӣ монанд, таҳдид танҳо дар оянда оғоз намешавад; он метавонад бо дастгир шудани дода имрӯз оғоз шавад.

Оё алгоритми Grover AES-ро мисли Shor пурра мешиканад?

Не. Ин фарқи муҳиме аст, ки манбаъ мегузорад. Алгоритми Grover масъалаи ҷустуҷӯи умумиро ба таври квадратӣ тез мекунад. Дар brute-force search фазои калиди классикии \(k\)-бит тақрибан:

\[ O(2^k) \]

кӯшиш талаб мекунад, дар ҳоле ки модели идеалии Grover онро тақрибан ба:

\[ O(2^{k/2}) \]

сатҳи oracle call коҳиш медиҳад. Ин намоиши омӯзишии мураккабӣ натиҷаи нави таҳқиқот нест. Натиҷа ин нест, ки рамзгузории симметрӣ комилан корношоям мешавад, балки margin-и амният кам мешавад. Аз ин рӯ, манбаъ қайд мекунад, ки дар банақшагирии пасоквантӣ калидҳои симметрии дарозтар ва андозаи калонтари натиҷаи hash истифода шуда метавонанд.

Чаро амнияти post-quantum маънои “аз ҷиҳати математикӣ барои ҳамеша исботшуда”-ро надорад?

Бовар меравад, ки системаҳои бар пояи lattice ба монанди ML-KEM ва ML-DSA ба ҳамлаҳои маълуми самараноки классикӣ ё квантӣ тобоваранд. Аммо ин исботи математикӣ нест, ки дар оянда ҳеҷ алгоритми нав пайдо намешавад. Маҳз барои идора кардани ҳамин номуайянӣ раванди стандартикунонии NIST солҳо криптоанализи кушода гузаронд, баъзе номзадҳо шикаста шуданд ва дар баробари стандартҳои lattice-based алтернативае бар пояи фарзияи дигар, яъне SLH-DSA-и hash-based, нигоҳ дошта шуд.

Стандартҳои post-quantum-и NIST дар 2024

СтандартПайдоиши алгоритмАсоси математикӣВазифаМаълумоти андоза дар манбаъ
FIPS 203ML-KEM / CRYSTALS-KyberModule-LWEКапсуласозии калид / барқарорсозии калидPublic key тақрибан 800–1568 byte; ciphertext тақрибан 768–1568 byte
FIPS 204ML-DSA / CRYSTALS-DilithiumModule-LWE / Module-SISИмзои рақамӣИмзо тақрибан 2420–4595 byte
FIPS 205SLH-DSA / SPHINCS+Амнияти функсияи hashИмзои рақамӣ / гуногунии алгоритмӣИмзо тақрибан 7856–49.856 byte

Мувофиқи манбаъ, маҷмӯи параметрҳои ин стандартҳо дар категорияҳои амнияти NIST 1, 3 ва 5 муайян шудаанд ва тақрибан бо ҳадафҳои амниятие пайваст мешаванд, ки ба арзиши ҳамлаҳои классикӣ/квантӣ ба AES-128, AES-192 ва AES-256 мувофиқанд.

Дар асоси маълумоти таърихии Шакли 4-и таҳқиқоти манбаъ барои Verianla мустақилона аз нав сохта шудани хати вақт. Ибораи “2025+” вазъи идомадоштаи стандартикунониро дар буриши нашрии худи мақолаи манбаъ ифода мекунад; он ҳамчун иддаои вазъи ҷорӣ васеъ карда нашудааст.

Пайванди Module-LWE бо рамзгузории гомоморфӣ чист?

Оилаи Module-LWE-и ML-KEM ва ML-DSA ва оилаи LWE/RLWE, ки CKKS, BFV, BGV ва TFHE ба онҳо такя мекунанд, ба як оилаи васеи масъалаҳои бар пояи lattice тааллуқ доранд. Аз ин рӯ, манбаъ ядрои рамзгузории гомоморфии бар пояи lattice-ро аллакай дорои хусусияти post-quantum меҳисобад.

Ин фарқгузории хеле муҳим аст: системаи HE метавонад ҳангоми гузариши квантӣ маҷбур набошад аз ибтидо партофта шавад. Нуқтаи заифтар метавонад мубодилаи калиди классикии TLS, имзоҳои ECC, сертификатҳо ё дигар ҷузъҳои classical public-key дар атрофи ҳисоббарории HE бошад.

Таҳдиди квантӣ дар омӯзиши федеративӣ куҷост?

Дар мисоли манбаъ, навсозиҳои модели омӯзиши федеративӣ, ки бо secure aggregation ё lattice-HE ҳифз шудаанд, метавонанд аллакай устувории post-quantum дошта бошанд. Аммо имзоҳои ECC, ки шахсияти миллионҳо мизоҷро тасдиқ мекунанд, метавонанд ба таҳдиди квантӣ осебпазир монанд. Аз ин рӯ, гузариш метавонад бештар дар қабати authentication рух диҳад, на дар математикаи навсозии модел.

Гузориш мешавад, ки имзоҳои ML-DSA метавонанд нисбат ба имзоҳои ҳамарзиши каҷи эллиптикӣ тақрибан 30–70 маротиба калонтар бошанд. Дар системаи cross-silo ин сарбории иловагӣ метавонад маҳдуд бимонад, аммо дар федератсияи cross-device, ки миллионҳо мизоҷи мобилӣ дар даврҳои зиёд иштирок мекунанд, аз ҷиҳати bandwidth муҳим шуда метавонад.

Чаро таҳдиди квантӣ дар бойгониҳои рамзшуда фавритар буда метавонад?

Ciphertext-и дарозмуддат нигоҳдошташуда мустақиман ба таҳдиди harvest-now-decrypt-later дучор аст. Ядрои симметрии SSE метавонад бинобар Grover бо пурқувват кардани параметрҳо ҳифз шавад; аммо агар барои тақсими калид ё delegation механизми ба квант осебпазир ба монанди classical Diffie–Hellman истифода шавад, амнияти дарозмуддати тамоми система метавонад аз ҳамин қабат заиф шавад.

MPC аз квант чӣ гуна таъсир мегирад?

Агар марҳилаи online-и MPC-и бар пояи secret-sharing амнияти назарияи иттилоотро таъмин кунад, компютери квантӣ ин кафолати математикиро аз байн намебарад. Аз нуқтаи назари квантӣ, ҷойҳои муҳимтар механизмҳои public-key-и дар preprocessing истифодашуда ё каналҳои authentication байни тарафҳо мебошанд. Аз ин рӯ, манбаъ сарбории post-quantum migration-и MPC-ро аз HE ё системаи бар пояи PKI-и классикӣ фарқ мекунад.

Оё махфияти дифференсиалӣ аз компютери квантӣ таъсир мегирад?

Дар чорчӯбаи баррасӣ, кафолати махфияти дифференсиалӣ на ба душвории ҳисоббарорӣ, балки ба муносибати математикии тақсимоти натиҷаҳо такя мекунад. Аз ин рӯ, пайдо шудани компютери квантии ба қадри кофӣ қавӣ таърифи DP-ро вайрон намекунад. Аммо татбиқи дурусти DP, сифати тавлиди noise ё дигар қабатҳои рамзгузории система масъалаҳои ҷудогонаи амният боқӣ мемонанд.

Чаро crypto-agility ба андозаи интихоби стандарт муҳим аст?

Crypto-agility қобилияти система барои иваз кардани алгоритмҳои криптографии истифодашаванда бидуни аз нав навиштани тамоми меъморӣ мебошад. Манбаъ пешниҳод мекунад, ки дар гузариши post-quantum ба ҷойи интихоби якдафъаинаи “ML-KEM истифода бар”, ивазшавандагии алгоритм ҳамчун хусусияти меъморӣ тарҳрезӣ шавад. Зеро стандарти post-quantum-и имрӯз интихобшуда метавонад дар оянда иваз шуданаш лозим ояд.

Баррасӣ ҳамчунин равиши hybrid migration-ро, ки механизми классикӣ ва post-quantum якҷоя кор мекунанд, баррасӣ мекунад. Ҳадаф он аст, ки канали таркибӣ то вақте ки ҳадди ақал яке аз ҷузъҳо бехатар мемонад, ҳифз шавад. Арзиши он интиқоли ҳамзамони андозаҳои калид, handshake ва додаи ду алгоритм аст.

Оё истифодаи алгоритми post-quantum масъалаҳои side-channel-ро бартараф мекунад?

Не. Схемаи аз ҷиҳати математикӣ қавии lattice метавонад бинобар implementation-и бад тавассути ҳамлаи timing ё power-analysis калидро ифшо кунад. Аз ин рӯ, манбаъ татбиқҳои constant-time NTT, masked sampler-ҳо ва муҳофизати канали физикии канориро махсусан дар муҳитҳое, ки ҳамлагар метавонад ба дастгоҳ наздик шавад, ба монанди edge device ё мизоҷи федеративӣ, муҳим мешуморад.

Чаро якҷоя истифода бурдани техникаҳо ҳамеша “бехатартар” нест?

Яке аз синтезҳои муҳими аслии баррасӣ ин аст, ки танҳо бо гуфтани он ки техникаҳои privacy якдигарро пурра мекунанд, қаноат намекунад; он бархӯрдҳо-еро, ки ҳангоми муттаҳидсозӣ пайдо мешаванд, алоҳида меомӯзад.

КомбинатсияМуносибатЧаро?
HE + DPТанишNoise-и назоратшудаи DP бояд бо афзоиши хатои тақрибӣ/noise-и худи CKKS якҷо таҳлил шавад.
HE + Secure AggregationСинергӣҲангоми aggregation вобастагӣ ба сервер барои навсозии инфиродӣ кам карда мешавад.
DP + Secure AggregationСинергӣБо distributed noise generation noise-и умумии DP байни мизоҷон тавлид шуда метавонад.
FL + HE/MPCТаниш + муҳофизатМахфият меафзояд, вале иртиботи криптографӣ метавонад бартарии FL-ро дар кам кардани ҳаракати дода қисман аз байн барад.
Privacy + Robust AggregationТанишПинҳон кардани навсозиҳо тафтиши навсозии бадхоҳонаро низ душвор мекунад.
ZKP + Secure AggregationСинергӣМизоҷ метавонад бидуни ифшои навсозӣ исбот кунад, ки он ба шартҳои норма/ҳад мувофиқ аст.
ZKP + HEКафолати иловагӣ, вале арзиши баландБа confidentiality integrity илова мешавад; арзиши proving алоҳида пардохта мешавад.

Бархӯрди noise байни HE ва DP

DP тақсимоти noise-и аз ҷиҳати математикӣ калибршударо талаб мекунад. CKKS бошад бинобар арифметикаи тақрибӣ аллакай хатои криптографӣ/ададӣ дорад. Вақте noise-и DP дар encrypted domain тавлид мешавад, ин ду ҷузъи хато ба ҳам ҷамъ мешаванд. Агар хатои HE ба ҳисоб гирифта нашавад, тақсимоти воқеӣ метавонад аз он чи дар таҳлили DP фарз шудааст, фарқ кунад; агар аз ҳад муҳофизакорона ба ҳисоб гирифта шавад, utility-и модел метавонад аз ҳад зиёд коҳиш ёбад.

Аз ин рӯ, манбаъ бар он аст, ки noise-и барои privacy иловашуда ва inherent error-и cryptography на алоҳида, балки якҷоя моделсозӣ шаванд.

Бархӯрди омӯзиши федеративӣ ва иртиботи криптографӣ

Яке аз бартариҳои асосии амалии FL ин аст, ки додаи хомро интиқол намедиҳад. Аммо naive secure aggregation метавонад шумораи зиёди pairwise key agreement талаб кунад; naive homomorphic encryption бошад ҳар унсури градиентро ба ciphertext-и калон табдил диҳад. Дар ин ҳолат федератсияе, ки барои “камтар интиқол додани дода” сохта шудааст, бинобар қабати махфият метавонад аз интизор бештар трафики шабака тавлид кунад.

Аҳамияти усулҳое ба монанди polylogarithmic secure aggregation, sparse communication graph, one-shot mask reconstruction, quantization ва batching аз ҳамин бархӯрд сарчашма мегирад.

Манбаъ ҳангоми интихоби техника кадом саволҳоро мепурсад?

Баррасӣ интихоби техникиро ба чор саволи асосӣ коҳиш медиҳад:

  1. Додаро кӣ ё киҳо нигоҳ медоранд?
  2. Оё тарафи иҷрокунандаи ҳисоб додаи хомро дида метавонад?
  3. Оё натиҷа ба тарафҳои сеюми нобовар ё ба ҷомеа ифшо мешавад?
  4. Маҳдудияти бастакунандаи манбаъ ҳисоббарорӣ аст, иртибот аст, дақиқӣ аст ё фарзияи ташкилотии эътимод?
Дар асоси муносибатҳои қарор дар Шакли 5-и таҳқиқоти манбаъ барои Verianla мустақилона омода шудани ҷараёни интихоб. Ин ҷараён дорухати ниҳоии меъморӣ нест, балки дарахти ибтидоии қарор аст; бархӯрдҳои таркибии техникаҳои интихобшуда бояд алоҳида таҳлил шаванд.
СенарияКомбинатсияи ибтидоии пешниҳодшуда дар манбаъМаҳдудияти бастакунанда
Inference-и абрӣ бар додаи хусусии мизоҷHE/CKKS; агар якпорчагии сервер шубҳанок бошад ZKPВақти ҳисоббарории сервер
Омӯзонидани модели муштараки ташхис аз ҷониби беморхонаҳоCross-silo FL + homomorphic aggregation + DP дар модели нашршудаРегуляция ва bandwidth-и silo
Пешгӯии клавиатураи мобилӣCross-device FL + secure aggregation + user-level DPИртиботи мизоҷ ва dropout
Холи муштараки хавфи ду ширкатMPC-и дутарафаи mixed-protocolLatency-и round-trip-и шабака
Нашри омори аҳолӣCentral DP + numerical privacy accountingUtility зери ε-и ҳадаф
Telemetry аз мизоҷони нобоварLocal DP ё shuffled DPТалафи utility аз noise
Ҷустуҷӯи ҳуҷҷати рамзшудаForward/backward-private SSE; агар access pattern муҳим бошад ORAMLeakage profile
LLM fine-tuning дар корпуси ҳассосDP-SGD + low-rank adapter бар public backboneUtility зери ε-и ҳадаф
Бойгоние, ки даҳсолаҳо махфӣ мемонадPost-quantum primitives; ҳангоми гузариш механизми гибридӣАндозаи калид ва имзо

Чаро байни прототипи таҳқиқотӣ ва системаи истеҳсолӣ фарқи калон вуҷуд дорад?

Дар таҳқиқоти PPML нишон додани latency-и паст ё throughput-и баланд танҳо қисми хурди системаи истеҳсолӣ аст. ML pipeline-и воқеӣ мехоҳад tensor-ҳои миёнаро тафтиш кунад, log гирад, checkpoint созад, hyperparameter tuning анҷом диҳад, distribution drift-ро назорат кунад ва намунаи хаторо debug кунад. Encryption арзишҳои миёнаро ноаён мекунад. Дар DP ҳар diagnostic query-и хусусӣ метавонад privacy budget-и нав сарф кунад. MPC барномаи якравандиро ба протоколи тақсимшуда табдил медиҳад.

Аз ин рӯ, қабати compiler ва framework муҳим аст. OpenFHE, CrypTen, SecretFlow-SPU ва абзорҳои монанд мекӯшанд ҷузъиёти криптографиро пушти моделҳои барномасозии ошнотар пинҳон кунанд. Аммо манбаъ таъкид мекунад, ки онҳо сарбории интегратсияро аз байн намебаранд, танҳо кам мекунанд.

Чаро идоракунии калид метавонад аз криптография ҳалқаи заифтар бошад?

Ҳатто агар HE аз ҷиҳати математикӣ қавӣ бошад, агар secret key дар ҷои нодуруст нигоҳ дошта шавад, амният фурӯ мерезад. Дар системаи cross-silo нигоҳ доштани decryption key аз ҷониби як муассиса метавонад модели эътимодро вайрон кунад; аз ин рӯ тарҳҳои threshold ё multi-key муҳиманд. Дар федератсияи cross-device тавлиди калиди миллионҳо мизоҷ, rotation, мизоҷони гумшуда ва идоракунии certificate масъалаҳои ҷудогонаи муҳандисӣ мебошанд.

Evaluation key-ҳо низ калонанд ва маҷбуранд дар ихтиёри сервер бошанд. Аз ин рӯ, гуфтани “алгоритм 128-bit security медиҳад” маънои онро надорад, ки системаи амалиётӣ воқеан 128-bit бехатар аст.

Оё кафолати формалии махфият аз нигоҳи ҳуқуқӣ маънои “додаи анонимӣ”-ро дорад?

Ин яке аз ҳушдорҳои муҳими истеҳсолии манбаъ аст: дар ҳоле ки махфияти дифференсиалӣ бо забони математикии \(\varepsilon\) ва \(\delta\) сухан мегӯяд, қонунгузории ҳифзи дода категорияҳое чун додаи шахсӣ, қобили муайяншавӣ, маҳдудияти ҳадаф, асоси ҳуқуқӣ ва ҳуқуқҳои соҳиби дода истифода мекунад. Байни онҳо мувофиқати худкори як-ба-як вуҷуд надорад.

Масалан, аз формулаи техникӣ ба танҳоӣ баровардан мумкин нест, ки маҷмӯи додае, ки бо арзиши муайяни \(\varepsilon\) DP татбиқ шудааст, аз нигоҳи ҳуқуқӣ “анонимӣ” шуморида мешавад ё не. Ба ҳамин шакл, талаби “right to erasure” танҳо бо ҳазф кардани сабти омӯзишӣ аз диск маълумотеро, ки модел аз он сабт омӯхтааст, худкорона бартараф намекунад; machine unlearning мавзӯи ҷудогонаи кушодаи таҳқиқот аст.

Кадом техникаҳо дар истеҳсол то чӣ андоза пухтаанд?

Арзёбии Шакли 6-и манбаъ холи ченшуда нест, балки синтези сифатист, ки муаллифон аз адабиёт ва далелҳои deployment ҳосил кардаанд. Махфияти дифференсиалӣ ва омӯзиши федеративӣ намунаҳои истеҳсолии васеъмиқёс доранд. Secure aggregation дар дохили ин системаҳои федеративӣ дар истеҳсол истифода мешавад. Стандартҳои post-quantum стандартизатсия шудаанд ва дар марҳилаи migration қарор доранд. SSE ва MPC дар истифодаҳои пилотӣ ё нишии истеҳсолӣ ҳастанд. HE дар workload-ҳои маҳдуд, вале арзишманд дар сатҳи ибтидоии истеҳсолӣ қарор дорад. Қисми зиёди татбиқҳои ZKP барои омӯзиши мошинӣ ҳанӯз хусусияти таҳқиқотӣ доранд.

Дарси муштараки мисолҳои тандурустӣ, молия, мобилӣ ва шаҳри ҳушманд

СоҳаМиқёси маъмулТехникаҳои асосӣМонеаи асосӣ
Тандурустӣ / таҳқиқоти клиникӣ2–50 муассисаFL, secure aggregation, DP, HE-и рушдёбандаҲамоҳангсозии дода, тасдиқи ахлоқӣ, муассисаҳои non-IID
Платформаҳои мобилии истеъмолӣ\(10^6\)–\(10^9\) дастгоҳFL, secure aggregation, user-level/local DPИртибот, dropout, гетерогении дастгоҳ
Хидматҳои молиявӣ2–20 муассисаFL + homomorphic aggregation, MPCРегуляция ва ҳассосияти рақобат
Шаҳри ҳушманд / дугоники рақамӣ\(10^4\)–\(10^7\) дастгоҳи гетерогенӣFL, local DPҶараёнҳои коррелятсияшудаи дода ва бозшиносоӣ аз ҳаракат
Омори расмӣЯк curatorCentral DP + numerical accountingUtility зери ε-и қобили дифоъ ва иртиботи ҷамъиятӣ
Хидмати абрии MLМизоҷ + серверHE inference; дар баъзе сенарияҳо TEELatency ва арзиш барои ҳар дархост

Чаро манбаъ натиҷаҳои benchmark-и техникаҳоро мустақим рейтинг намекунад?

Зеро системаҳои муқоисашаванда як корро иҷро намекунанд ва дар шароити якхела санҷида нашудаанд. Манбаъ чор масъалаи асосии муқоисашавиро муайян мекунад:

  • Модели таҳдид: протоколе, ки malicious security медиҳад, нисбат ба протоколи semi-honest кори бештар анҷом медиҳад.
  • Параметри амният: ring dimension ё modulus-и хурдтар метавонад тезтар бошад, вале амнияти камтар диҳад.
  • Фарқи throughput ва latency: системаи batch-и ҳазорҳо дархостро бо системаи оптимизатсияшуда барои як дархости интерактивӣ бо як метрика муқоиса кардан мумкин нест.
  • Фарқи дороии ҳифзшаванда: DP арзишро ба дақиқӣ, HE ба вақт бор мекунад; байни онҳо “қурби” универсалӣ нест.
МеханизмДороии асосии ҳифзшавандаOverhead-и тақрибии ҳисоббарорӣТаъсири иртиботТалафи utilityАрзёбии пухтагӣ дар манбаъ
Рамзгузории гомоморфӣConfidentiality-и вуруд\(10^3\)–\(10^6\times\)Ciphertext expansion тақрибан 1–10×Нест ё талафи хурд аз арифметикаи тақрибӣИстеҳсоли ибтидоӣ
MPCConfidentiality-и вурудТақрибан \(10\)–\(10^3\times\)Баланд; вобаста ба circuit depthДар арифметикаи дақиқ нестПилот
Махфияти дифференсиалӣPrivacy-и натиҷаНочизНестВобаста ба ε метавонад миёна–баланд бошадИстеҳсол
Омӯзиши федеративӣData localityТақрибан 1–10×Интиқоли баланди модел дар ҳар даврДар додаи non-IID хурд–миёнаИстеҳсол
Secure aggregationConfidentiality-и update-и инфиродӣПастМиёна, вобаста ба протоколНестИстеҳсол
Searchable encryptionConfidentiality-и дархост ва дода, бо leakage-и муайянТақрибан 1–10×ПастНестПилот
ORAMAccess-pattern confidentialityТақрибан 10–100×Overhead-и логарифмӣ нисбат ба андозаи пойгоҳи додаНестНишӣ
Zero-Knowledge ProofЯкпорчагии ҳисоббарорӣБарои proving тақрибан \(10^2\)–\(10^6\times\)Бо сабаби succinct proof метавонад нисбатан паст бошадНестТаҳқиқот
Post-quantum primitivesУстувории дарозмуддати криптографӣТақрибан 1–2×Калид ва имзои калонтарНестСтандартизатсияшуда

Тартибҳои ин ҷадвал аз таҷрибаи ягонаи назоратшуда гирифта нашудаанд. Манбаъ онҳоро аз натиҷаҳои таҳқиқоти ибтидоии гуногун синтез мекунад. Аз ин рӯ, масалан хулосаи “HE ҳатман аз MPC 1000 маротиба сусттар аст” баровардан мумкин нест. Workload, алгоритм, сохтори batch, сатҳи амният, hardware, модели malicious/semi-honest ва latency-и шабака метавонанд натиҷаро ба андозаи калон тағйир диҳанд.

Benchmark-и муттаҳидаи PPML бояд чӣ гуна бошад?

Мувофиқи баррасӣ benchmark-и муштараки маънодор бояд ҳадди ақал вазифаҳои batch inference, interactive inference, cross-silo training, cross-device training ва analytics-ро дар бар гирад. Бояд hardware baseline-и яксон ё усули равшани scaling истифода шавад; модели таҳдид, corruption threshold ва security parameter ошкоро гузориш шаванд; дар системаҳои DP навъи accountant ва \((\varepsilon,\delta)\) нишон дода шуда, дар баробари метрикаи utility метрикаи хароҷот низ дода шавад.

Ҳадаф тавлиди як “холи махфият” нест, балки ҷойгир кардани система дар фазои privacy–utility–cost мебошад.

Усул ва Натиҷаҳои Таҳқиқот

Тарҳи илмии таҳқиқот

Ин таҳқиқот пажӯҳиши ибтидоие нест, ки таҷрибаи нав, маҷмӯи додаи нав, таҳқиқоти клиникии нав, схемаи квантии нав ё протоколи нави PPML таҳия кунад. Ҳамчун баррасии фарогири техникӣ, он адабиёти мавҷударо дар атрофи ҳафт мавзӯи асосӣ синтез мекунад: рамзгузории гомоморфӣ, махфияти дифференсиалӣ, privacy accounting, ҳисоббарории бехатари бисёртарафа, омӯзиши федеративӣ, ҷустуҷӯ/пойгоҳҳои додаи рамзшуда ва post-quantum cryptography. Исботҳои дониши сифрӣ бошад дар бисёр бахшҳо ҳамчун қабати integrity, ки механизмҳои confidentiality-ро пурра мекунад, баррасӣ мешаванд.

Феҳристи адабиёти мақола ба 136 манбаъ мерасад. Дар бахши саҳми муаллифон гуфта мешавад, ки Quang-Vinh Dang, Minh Ngoc Dinh ва Ngoc-Son-An Nguyen дар фаъолияти literature search ва screening саҳм гузоштаанд. Бо вуҷуди ин, дар матни асосӣ номҳои пойгоҳҳои дода, дархостҳои ҷустуҷӯии бозтавлидшаванда, ҷараёни PRISMA, меъёрҳои ошкори дохилкунӣ/хориҷкунӣ ё протоколи формалии арзёбии сифат дода нашудаанд. Аз ин рӯ, онро набояд ҳамчун мета-таҳлили миқдорӣ ё баррасии системавие, ки протоколи он пурра бозтавлид мешавад, арзёбӣ кард.

Панҷ саҳми асосии баррасӣ

  1. Муттаҳид кардани техникаҳои PPML, ки одатан дар адабиёти ҷудогона омӯхта мешаванд, зери модели умумии таҳдид, хароҷот ва эътимод.
  2. Ҷамъоварии натиҷаҳои миқдорӣ ба монанди accuracy, latency, throughput, key size ва overhead аз манбаъҳои ибтидоӣ ва шарҳ додани он ки чаро онҳоро мустақим муқоиса кардан мумкин нест.
  3. Гузаштан аз ибораи “техникаҳо якдигарро пурра мекунанд” ва таҳлили номувофиқиҳо ба монанди таъсири мутақобилаи HE+DP noise, хароҷоти FL+иртиботи криптографӣ ва бархӯрди privacy+robustness.
  4. Эҷоди раванди қарор, ки сенарияи deployment-ро ба комбинацияи техникӣ мутобиқ мекунад.
  5. Арзёбии фарқи прототипи таҳқиқотӣ ва системаи истеҳсолӣ тавассути муҳандисӣ, key management, регуляция ва далелҳои deployment-и соҳавӣ.

Бозёфти асосӣ 1: Як техникаи PPML ҳамаи ҳадафҳои амниятро таъмин намекунад

HE вурудро пинҳон мекунад, аммо маҳдуд намекунад, ки натиҷаи нашршуда чӣ қадар додаи инфиродиро ифшо мекунад. DP маълумотеро, ки натиҷа дар бораи шахс медиҳад, маҳдуд мекунад, аммо бар зидди тарафи коркардкунандаи додаи хом confidentiality таъмин намекунад. MPC ҳисоббарории муштаракро пинҳон мекунад, аммо иртиботи зиёд масраф мекунад. FL data locality медиҳад, аммо ба gradient leakage осебпазир аст. SSE дархости самаранок медиҳад, аммо leakage profile дорад. ZKP integrity таъмин мекунад, вале ҷойгузини confidentiality нест. Post-quantum primitives бошад ба танҳоӣ механизми privacy нестанд, балки қабати устувории кафолатҳои криптографӣ дар тӯли вақт мебошанд.

Бозёфти асосӣ 2: Масъалаи воқеии тарроҳии системаҳои махфият композиция аст

Системаи истеҳсолӣ аксаран ба якчанд primitive ниёз дорад. Масалан, модели федеративии cross-silo метавонад homomorphic secure aggregation истифода кунад, ба модели глобалӣ user-level DP татбиқ шавад, рафтори сервери aggregation бо ZKP санҷида шавад ва қабати иртибот бо post-quantum key exchange ҳифз гардад. Аммо ҳар қабати нав хароҷот ва фарзияи нав эҷод мекунад.

Паёми марказии методологии баррасӣ ин аст, ки дуруст будани таҳлилҳои амниятии ин ҷузъҳо ба таври ҷудогона маънои худкорона дуруст будани тамоми системаро надорад.

Бозёфти асосӣ 3: Рамзгузории гомоморфӣ дигар танҳо назариявӣ нест, вале ҳанӯз гарон аст

HE ба inference-и шабакаи амиқ ва transformer расидааст. Bootstrapping, packing, scheme switching, compiler-ҳо ва тезонидани GPU/ASIC қобили татбиқ буданро хеле зиёд кардаанд. Бо вуҷуди ин, манбаъ қайд мекунад, ки хароҷоти HE ҳанӯз метавонад аз plaintext computation чандин тартиби бузургӣ баландтар бошад ва encrypted training махсусан барои моделҳои калон хеле душвортар аст.

Бозёфти асосӣ 4: Масъалаи асосии махфияти дифференсиалӣ танҳо илова кардани noise нест

Сифати татбиқи DP ба тамоми training pipeline, аз ҷумла clipping, sampling, accountant, андозаи batch, public pretraining, меъмории модел ва audit вобаста аст. Accountant-и фуҷур метавонад noise-и нолозим ба вуҷуд оварад; implementation-и нодуруст бошад privacy guarantee-и рӯйи коғазро беэътибор кунад.

Бозёфти асосӣ 5: Омӯзиши федеративӣ бо privacy ҳаммаъно нест

Аз дастгоҳ берун нарафтани raw data бартарии муҳими governance аст, аммо ҳамлаҳое ба монанди gradient inversion ва membership inference нишон медиҳанд, ки аз худи update-ҳо маълумот баровардан мумкин аст. Барои гирифтани privacy-и формалӣ FL ба механизмҳои иловагӣ ба монанди secure aggregation, HE ё DP ниёз дорад.

Бозёфти асосӣ 6: Қабати нигоҳдории дода метавонад ҳалқаи заифи PPML бошад

Ҳатто агар training protocol хеле қавӣ ҳифз шавад, агар feature store, database ё query layer access pattern-ро ифшо кунад, маълумоти ҳассос дар система танҳо ба нуқтаи дигар кӯчонда шудааст. Аз ин рӯ, SSE, ORAM, private information retrieval ва verifiable search бояд ҳамчун қисми занҷири PPML арзёбӣ шаванд.

Бозёфти асосӣ 7: Гузариши квантӣ тамоми стеки PPML-ро ба як андоза тағйир намедиҳад

Қабатҳои public-key бар пояи RSA, Diffie–Hellman ва ECC зери таҳдиди Shor ҳастанд. Дар муқобил, lattice-based HE аллакай ба оилаи масъалаҳои post-quantum такя мекунад; DP аз фарзияи душвории ҳисоббарорӣ мустақил аст; баъзе кафолатҳои online-и MPC-и бар пояи secret-sharing назарияи иттилоотӣ мебошанд; symmetric encryption бошад бинобар Grover метавонад бо параметрҳои калонтар тақвият ёбад.

Аз ин рӯ, нақшаи migration “ҳама чизро бо PQC иваз кун” нест, балки инвентаризатсияи ҳамаи public-key dependency-ҳо, ciphertext-ҳои дарозумр, сохторҳои authentication ва механизмҳои key-distribution дар система мебошад.

Бозёфти асосӣ 8: Оператсия ва ташкилот низ ба андозаи амният муайянкунандаанд

Аз ҷиҳати математикӣ хеле тез будани протоколи MPC-и сеҷонибаи honest-majority, агар се муассисаи воқеан мустақил ва бо ҳам пинҳонӣ созишнакунанда вуҷуд надошта бошанд, бартарии амалӣ намедиҳад. Агар калиди системаи HE бад идора шавад, амнияти математикӣ беҳуда мешавад. Арзиши \(\varepsilon\)-и DP мақоми ҳуқуқии анонимиро худ аз худ муайян намекунад. Аз ин рӯ, қарори deployment-и PPML танҳо бо benchmark-и алгоритмӣ гирифта намешавад.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

  • Барои PPML техникаи ягона ва универсалӣ бартар вуҷуд надорад.
  • HE метавонад input confidentiality-и қавӣ диҳад, аммо computational overhead-и баланд дорад.
  • DP барои output privacy чорчӯбаи формалӣ ва composable аст, аммо талафи utility ва privacy accounting талаб мекунад.
  • MPC махсусан дар шароити хуби шабака нисбат ба HE нуқтаи тарроҳии дигар ва дар бисёр ҳолатҳо иртибот-вазнинтар медиҳад.
  • FL интиқоли марказии додаи хомро кам мекунад, аммо ба танҳоӣ privacy guarantee нест.
  • Secure aggregation, DP ва HE метавонанд дар системаҳои федеративӣ якдигарро пурра кунанд.
  • Байни privacy ва Byzantine robustness бархӯрди воқеии намоёнӣ вуҷуд дорад.
  • Leakage-и иҷозатдодаи SSE метавонад дар ҳамлаҳои амалӣ истифода шавад; танҳо ба амнияти ciphertext нигоҳ кардан кофӣ нест.
  • Post-quantum migration махсусан дар қабатҳои classical public-key authentication ва key-establishment муҳим аст.
  • ML-KEM, ML-DSA ва SLH-DSA ҳамчун стандартҳои NIST-и 2024 барои банақшагирии дарозмуддати криптографии стеки PPML муҳиманд.
  • Монеаҳои production deployment танҳо protocol latency нестанд; key management, tooling, регуляция, ҳамоҳангсозии дода ва trust-и ташкилӣ низ муҳиманд.
  • Рақамҳои гуногуни самаранокӣ дар адабиёти PPML бидуни benchmark-и умумӣ набояд мустақим рейтинг шаванд.

Умумисозиҳое, ки таҳқиқот дастгирӣ намекунад

Таҳқиқот хулосаҳои “рамзгузории гомоморфӣ ҳоло дар ҳамаи workload-ҳои омӯзиши мошинӣ амалӣ шудааст”, “омӯзиши федеративӣ ба танҳоӣ додаро махфӣ нигоҳ медорад”, “ҳар додае, ки ба он махфияти дифференсиалӣ татбиқ шудааст, аз нигоҳи ҳуқуқӣ анонимӣ аст”, “барои ε рақами универсалии бехатар вуҷуд дорад”, “алгоритмҳои post-quantum барои ҳамеша шикастнопазиранд”, “компютерҳои квантии имрӯза RSA-ро мунтазам мешикананд”, “тамоми криптографияи классикӣ пас аз квант корношоям мешавад”, “HE дар ҳама ҳолат аз MPC бехатартар аст” ё “таносубҳои overhead-и манбаъ рейтинги қатъии ҳамон benchmark мебошанд”-ро дастгирӣ намекунад.

Ҳамчунин баррасӣ исбот намекунад, ки ML-KEM, ML-DSA ё SLH-DSA бар зидди ҳамаи усулҳои эҳтимолии криптоаналитикие, ки дар оянда пайдо мешаванд, аз ҷиҳати математикӣ шикастнопазиранд. Амнияти post-quantum бояд дар чорчӯбаи моделҳои ҳамлаи имрӯз маълум ва фарзияҳои математикии такягоҳӣ арзёбӣ шавад.

Маҳдудиятҳои асосии таҳқиқот

  • Шароити hardware, model, dataset, threat model, batch ва security parameter-и системаҳои ибтидоии омӯхташуда гетерогенӣ аст.
  • Benchmark-и муттаҳидаи HE–MPC–DP вуҷуд надорад.
  • Баррасӣ фарогир аст, аммо протоколи бозтавлидшавандаи ҷустуҷӯи системавиро муфассал намедиҳад.
  • Қисми зиёди тезкунандаҳои HE дар workload-ҳои хурди convolutional арзёбӣ шудаанд; рафтори transformer камтар устувор шудааст.
  • Secure training, махсусан дар моделҳои калон, нисбат ба secure inference хеле камтар пухта аст.
  • Фосилаи байни black-box DP auditing ва analytic privacy bounds пурра баста нашудааст.
  • Назарияи пухтае, ки leakage-и умумии pipeline-ҳои SSE/ORAM/ML-ро дар як буҷети composable муттаҳид кунад, вуҷуд надорад.
  • Гарчанде стандартҳои post-quantum нашр шудаанд, migration ба инфрасохтори воқеии PPML ва ҳамгироии crypto-agility анҷом наёфтааст.
  • Байни мафҳумҳои ҳуқуқии privacy ва кафолатҳои формалии криптографӣ/оморӣ мувофиқати худкори як-ба-як вуҷуд надорад.

Рӯзномаи таҳқиқоти ояндаи баррасӣ

Манбаъ ниёзҳои таҳқиқоти ояндаро дар чанд меҳвари асосӣ ҷамъ мекунад: беҳтар кардани HE bootstrapping ва throughput-и модели калон; тарроҳии муштараки меъмории модел ва криптография; сахттар ва қобили аудит кардани DP accounting; кам кардани иртиботи cross-device secure aggregation; миқдорисозии leakage ба шакли формалӣ ва composable; таҳияи стандарти умумии benchmark; анҷом додани post-quantum migration; равшантар пайваст кардани механизмҳои privacy ба ниёзҳои ҳуқуқӣ ва амалиётӣ.

Масъалаи умумии таҳқиқотии болои ҳамаи инҳо composition аст: на танҳо паҳлуи ҳам гузоштани механизмҳои гуногун, балки дар сатҳи тамоми система таҳлил кардани он ки оё яке residual leakage-и дигареро воқеан мепӯшонад ва оё хароҷоти нав ё сатҳи нави ҳамла эҷод мекунад.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: Privacy-Preserving Cryptography for Machine Learning: A Comprehensive Review of Homomorphic Encryption, Differential Privacy, Secure Computation, and Post-Quantum Foundations

Муаллифон: Quang-Vinh Dang; Dat Le; Minh Ngoc Dinh; Ngoc-Son-An Nguyen.

Тартиби муаллифон: Тартиби дар манбаъ додашуда бетағйир нигоҳ дошта шудааст.

Саҳми баробар: Дар манбаъ изҳороти саҳми баробар/ҳаммуаллифи якум муайян нашудааст.

Муаллифи масъул: Dat Le.

Аффилиатсия 1: School of Computing and Innovative Technologies, British University Vietnam, Hung Yen, Hanoi, Vietnam.

Аффилиатсия 2: Department of Science, Technology, and International Projects, Ho Chi Minh City University of Economics and Finance, Ho Chi Minh City, Vietnam.

Аффилиатсия 3: School of Data Science and Information Technology, Millennia Education, Ho Chi Minh City, Vietnam.

Аффилиатсия 4: Faculty of Information Technology, Industrial University of Ho Chi Minh City, Ho Chi Minh City, Vietnam.

Маҷалла: Computers, Materials & Continua (CMC).

Ношир: Tech Science Press.

Ҷилд / шумора: Volume 89, Number 3, 2026.

DOI: 10.32604/cmc.2026.087848.

Санаи қабул: 24 июни 2026.

Санаи пазируфтан: 25 августи 2026.

Санаи нашр: 22 октябри 2026.

Навъи манбаъ: Review / баррасии фарогири техникӣ.

Вазъи ҳамтоарзёбӣ: Мақолаи ниҳоии дар маҷаллаи кушодадастрас ва ҳамтоарзёбишуда нашршуда.

Шумораи махсус: Privacy-Preserving AI: Encryption and Differential Privacy.

Иҷозатнома: Creative Commons Attribution 4.0 International (CC BY 4.0).

Пайванди расмии нашр: https://www.techscience.com/cmc/v89n3/69357

Пайванди DOI: https://doi.org/10.32604/cmc.2026.087848

Вазъи preprint: Манбаъ ва сабти расмии баррасишуда версияи нашршудаи маҷалла мебошанд; барои ин таҳқиқот версияи ҷудогонаи preprint дар маводи манбаъ зикр нашудааст.

Маблағгузорӣ: Муаллифон хабар додаанд, ки барои таҳқиқот маблағгузории махсус нагирифтаанд.

Дастрасии дода ва мавод: Азбаски мақола review аст, гуфта шудааст, ки додаи нав тавлид ё таҳлил нашудааст.

Тасдиқи ахлоқӣ: Татбиқ намешавад.

Бархӯрди манфиатҳо: Муаллифон изҳор кардаанд, ки бархӯрди манфиатҳо надоранд.

Саҳми муаллифон: Консептуализатсия ва тарҳи таҳқиқот Quang-Vinh Dang ва Dat Le; ҷустуҷӯи адабиёт ва screening Quang-Vinh Dang, Minh Ngoc Dinh ва Ngoc-Son-An Nguyen; таҳлил ва тафсири натиҷаҳои баррасишуда Quang-Vinh Dang, Dat Le ва Minh Ngoc Dinh; тарҳи таксономия, compositional analysis ва selection guide Quang-Vinh Dang ва Dat Le; шаклҳо ва ҷадвалҳо Minh Ngoc Dinh ва Ngoc-Son-An Nguyen; лоиҳаи аввал Quang-Vinh Dang ва Dat Le; бознигарии интиқодии илмӣ аз ҷониби Dat Le, Minh Ngoc Dinh ва Ngoc-Son-An Nguyen анҷом дода шудааст. Хабар дода шудааст, ки ҳамаи муаллифон версияи ниҳоиро баррасӣ ва тасдиқ кардаанд.

Маҳдудияти муҳими усули баррасӣ: Гарчанде саҳми муаллифон нишон медиҳад, ки ҷустуҷӯи адабиёт ва screening анҷом шудааст, дар матни мақола сатри бозтавлидшавандаи ҷустуҷӯи пойгоҳи дода, ҷадвали ҷараёни PRISMA, меъёрҳои формалии дохилкунӣ/хориҷкунӣ ё протоколи миқдории мета-таҳлил дода нашудааст. Аз ин рӯ, баёни Verianla таҳқиқотро ҳамчун review-и фарогири техникӣ муайян мекунад; онро ҳамчун systematic review ё meta-analysis аз нав тасниф намекунад.

Маҳдудияти тафсири натиҷаҳои миқдорӣ: HE latency, transformer inference, DP utility, secure aggregation, cryptographic overhead ва андозаҳои post-quantum key/signature дар мақола аз манбаъҳои ибтидоии гуногун ҷамъ шудаанд. Худи манбаъ қайд мекунад, ки бинобар фарқҳои hardware, model, dataset, batch size, threat model ва security parameter онҳоро ҳамчун як benchmark-и ягонаи назоратшуда муқоиса кардан мумкин нест.

Маҳдудияти тафсири квантӣ: Таҳқиқот таҷрибаи нави компютери квантӣ ё модели quantum machine learning нест. Бахши квантӣ таъсирҳои криптографии алгоритмҳои Shor ва Grover ва ниёзҳои post-quantum migration-и инфрасохтори PPML-ро дар асоси адабиёт арзёбӣ мекунад. Истилоҳи “Post-quantum” набояд ҳамчун дахлнопазирии мутлақи математикӣ бар зидди ҳамаи ҳамлаҳои эҳтимолии оянда тафсир шавад.


Мубодила:

Шарҳҳо пас аз баррасӣ нашр мешаванд. Шарҳи шумо ба раванди тасдиқ фиристода шуда, пас аз пазируфта шудан намоён мегардад.

Шарҳ гузоред

Нишонии почтаи электронии шумо нашр намешавад. Майдонҳои ҳатмӣ бо * нишон дода шудаанд