🤖 AI

Privacy-Preserving Federated Autoencoder for ECG Anomaly Detection on Edge Devices

यह शोधपत्र अनसुपरवाइज्ड (unsupervised) ईसीजी (ECG) विसंगति का पता लगाने के लिए एक गोपनीयता-संरक्षण फेडरेटेड ऑटोएन्कोडर प्रणाली प्रस्तुत करता है जो कानूनी-स्तर की गोपनीयता बनाए रखने और नॉन-आईआईडी (non-IID) अस्पताल डेटा को संभालने के साथ-साथ एज डिवाइस पर उच्च पहचान सटीकता प्राप्त करने के लिए डिफरेंशियल प्राइवेसी, फेडरेटेड लर्निंग और INT8 क्वांटाइजेशन को सफलतापूर्वक एकीकृत करता है।

मूल लेखक: Kaan Arda Akyol, Jakub Kacper Szeląg, Aydin Abadi, Maha Alghamdi, Ghadah Albalawi, Ghouse Ibrahim Kaleelullah, Hilal Tutus, Sarah Al Subaiei, Shardul Kapse, Syed Mohammed Raheeb, Mujeeb Ahmed, Rehmat

प्रकाशित 2026-06-11

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kaan Arda Akyol, Jakub Kacper Szeląg, Aydin Abadi, Maha Alghamdi, Ghadah Albalawi, Ghouse Ibrahim Kaleelullah, Hilal Tutus, Sarah Al Subaiei, Shardul Kapse, Syed Mohammed Raheeb, Mujeeb Ahmed, Rehmat Ullah

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास एक बहुत ही संवेदनशील, व्यक्तिगत डायरी है जो हर सेकंड आपके दिल की धड़कन का रिकॉर्ड रखती है। डॉक्टर दिल के दौरे (heart attack) से पहले समस्याओं को पहचानने के लिए इन डायरियों को पढ़ना चाहते हैं। लेकिन एक समस्या है: आप अपनी डायरी किसी केंद्रीय पुस्तकालय (central library) को नहीं सौंपना चाहते क्योंकि इसमें आपके गहरे रहस्य (आपका मेडिकल डेटा) हैं, और उस लाइब्रेरी को हैक किया जा सकता है या उसका दुरुपयोग किया जा सकता है।

यह शोध पत्र इस समस्या के समाधान के रूप में एक चतुर तरीका प्रस्तुत करता है, जो हार्ट मॉनिटर्स के लिए एक "सीक्रेट स्टडी ग्रुप" (गुप्त अध्ययन समूह) की तरह काम करता है। यह यहाँ कैसे काम करता है, इसे सरल अवधारणाओं में विभाजित किया गया है:

1. सीक्रेट स्टडी ग्रुप (फेडरेटेड लर्निंग - Federated Learning)

सभी दिल की डायरियों को एक बड़ी लाइब्रेरी में भेजने के बजाय, शोधकर्ताओं ने एक ऐसी प्रणाली स्थापित की है जहाँ "छात्र" (अस्पताल) अपनी डायरियाँ अपने स्वयं के डेस्क पर रखते हैं।

यह कैसे काम करता है: प्रत्येक अस्पताल अपने स्वयं के स्थानीय डेटा पर एक स्मार्ट कंप्यूटर प्रोग्राम (एक AI) को प्रशिक्षित करता है। डायरी साझा करने के बजाय, वे केवल वे "सबक" साझा करते हैं जो AI ने सीखे हैं (यानी "अपडेट्स")।
परिणाम: एक केंद्रीय शिक्षक (सर्वर) इन सबकों को एकत्र करता है, उन्हें आपस में मिलाता है, और वापस सभी के लिए एक अधिक स्मार्ट, संयुक्त शिक्षक भेजता है। कोई भी किसी दूसरे की निजी डायरी नहीं देख पाता है।

2. "स्टैटिक" शोर (डिफरेंशियल प्राइवेसी - Differential Privacy)

यहाँ तक कि "सबक" साझा करना भी जोखिम भरा हो सकता है। एक चतुर हैकर सबक को देखकर यह अनुमान लगा सकता है कि किसी विशिष्ट व्यक्ति की डायरी में वास्तव में क्या लिखा था। इसे रोकने के लिए, शोधकर्ताओं ने सुरक्षा की एक परत जोड़ी है जिसे डिफरेंशियल प्राइवेसी कहा जाता है।

उपमा: कल्पना कीजिए कि आप शिक्षक को एक रहस्य फुसफुसा रहे हैं। आपकी सुरक्षा के लिए, आप अपनी फुसफुसाहट में थोड़ा सा "स्टैटिक" या बैकग्राउंड शोर जोड़ देते हैं। शिक्षक सामान्य सबक तो समझ सकता है, लेकिन वह यह नहीं बता पाएगा कि वह विशेष रूप से आपने ही कहा था या वह केवल शोर था।
समझौता (Trade-off): शोधकर्ताओं ने पाया कि यदि आप बहुत अधिक शोर जोड़ते हैं, तो शिक्षक भ्रमित हो जाता है और सीखना बंद कर देता है। उन्होंने शोर की एक "गोल्डिलॉक्स" मात्रा (जिसे $\epsilon=4$ कहा जाता है) खोज निकाली है, जो आपको सुरक्षित रखती है बिना शिक्षक की हृदय संबंधी समस्याओं को पहचानने की क्षमता को खराब किए।

3. पॉकेट-साइज़्ड टीचर (एज कंप्यूटिंग और क्वांटाइजेशन - Edge Computing & Quantization)

हार्ट मॉनिटर छोटे उपकरण होते हैं (जैसे कि इस अध्ययन में उपयोग किया गया Raspberry Pi कंप्यूटर)। उनके पास विशाल सुपरकंप्यूटर जैसी शक्ति नहीं होती। AI मॉडल आमतौर पर इन छोटे उपकरणों पर चलाने के लिए बहुत भारी होते हैं।

समाधान: शोधकर्ताओं ने क्वांटाइजेशन नामक तकनीक का उपयोग किया। इसे एक हाई-डेफिनिशन, 4K मूवी को एक मानक DVD में कंप्रेस करने के रूप में सोचें। आप चित्र की गुणवत्ता में बहुत मामूली कमी महसूस करेंगे, लेकिन फ़ाइल का आकार आधा हो जाता है, और यह छोटे प्लेयर पर बहुत तेज़ी से चलता है।
परिणाम: उन्होंने AI मॉडल को 50% छोटा और दोगुना तेज़ बना दिया, जिससे यह बिना इंटरनेट से लगातार जुड़े रहे, एक छोटे डिवाइस पर सुचारू रूप से चल सका।

4. "अलग दिखने वाले को पहचानो" खेल (एनोमली डिटेक्शन - Anomaly Detection)

AI किसी विशिष्ट बीमारी (जैसे "यह दिल का दौरा है") का निदान करने की कोशिश नहीं कर रहा है। इसके बजाय, इसे केवल सामान्य धड़कनों पर प्रशिक्षित किया गया है।

उपमा: कल्पना कीजिए कि एक सुरक्षा गार्ड है जिसने एक "सामान्य" चाल को याद कर लिया है। यदि कोई लंगड़ाते हुए, पैर घसीटते हुए, या अजीब तरह से चलते हुए आता है, तो गार्ड अलार्म बजा देता है। गार्ड को यह जानने की ज़रूरत नहीं है कि वह क्यों लंगड़ा रहा है; वह बस इतना जानता है कि यह सामान्य नहीं है।
लक्ष्य: यह प्रणाली एक ट्राइएज (triage) टूल के रूप में कार्य करती है। यह असामान्य धड़कनों को फ्लैग करती है ताकि बाद में एक मानव डॉक्टर उन पर नज़र डाल सके। इसे किसी भी चीज़ को अजीब बताने के लिए डिज़ाइन किया गया है, न कि केवल एक विशिष्ट बीमारी को।

उन्होंने क्या खोजा?

शोधकर्ताओं ने परीक्षण किया कि यह प्रणाली 10 सिम्युलेटेड अस्पतालों के डेटा पर काम करती है जिनमें विभिन्न प्रकार के मरीज़ थे (कुछ जिनके पास बहुत अधिक डेटा था, कुछ जिनके पास बहुत कम था)। यहाँ उन्होंने जो पाया:

टीमवर्क काम करता है: "सीक्रेट स्टडी ग्रुप" (फेडरेटेड लर्निंग) वास्तव में उतना ही अच्छा या उससे भी बेहतर काम करता है जितना कि यदि सारा डेटा एक बड़ी लाइब्रेरी में होता। वास्तव में, विभिन्न प्रकार के डेटा होने से AI बेहतर सीखता है, जिससे यह किसी बुरी आदत में "फँसने" से बच जाता है।
प्राइवेसी बनाम बुद्धिमत्ता: उन्होंने एक सही संतुलन पाया। यदि उन्होंने प्राइवेसी को बहुत सख्त बनाया (बहुत अधिक शोर डाला), तो AI काम करने के लिए बहुत अधिक भ्रमित हो गया। लेकिन उनके अनुशंसित स्तर ( $\epsilon=4$ ) पर, यह नैदानिक उपयोग के लिए पर्याप्त सुरक्षित था और अपना काम करने के लिए पर्याप्त स्मार्ट भी था।
दोहरी सुरक्षा: उन्होंने साबित किया कि "स्टैटिक" शोर (प्राइवेसी) जोड़ना और मॉडल को छोटा करना (क्वांटाइजेशन) एक-दूसरे को नुकसान नहीं पहुँचाते हैं। आप एक ऐसा छोटा, तेज़ मॉडल रख सकते हैं जो अत्यधिक निजी भी हो।
"फ्लोर" (सीमा): उन्होंने देखा कि यदि आप बहुत अधिक निजी ( $\epsilon=4$ से नीचे) होने की कोशिश करते हैं, तो AI एक "यूटिलिटी फ्लोर" से टकरा जाता है। शोर के कारण यह इतना भ्रमित हो जाता है कि यह अब कोई उपयोगी चीज़ नहीं सीख पाता, चाहे आप कितनी भी कोशिश क्यों न करें।

मुख्य निष्कर्ष (The Bottom Line)

यह शोध पत्र एक ऐसी प्रणाली बनाता है जो डॉक्टरों को पहनने योग्य (wearable) छोटे उपकरणों पर वास्तविक समय में हृदय की लय की निगरानी करने के लिए AI का उपयोग करने की अनुमति देती है। यह आपके मेडिकल डेटा को आपके डिवाइस पर रखता है, हैकर्स को आपकी पहचान को रिवर्स-इंजीनियर करने से रोकने के लिए गणितीय शोर की एक परत जोड़ता है, और सॉफ़्टवेयर को छोटा करता है ताकि यह सस्ते हार्डवेयर पर तेज़ी से चल सके।

महत्वपूर्ण रूप से, लेखक कहते हैं कि यह एक "स्क्रीनिंग और ट्राइएज" (screening and triage) टूल है। इसे यह कहने के लिए डिज़ाइन किया गया है कि, "हे, यह धड़कन अजीब लग रही है, कृपया इसकी जाँच करें," न कि विशिष्ट स्थितियों का निदान करने के लिए एक स्वतंत्र डॉक्टर के रूप में कार्य करने के लिए। यह इन सभी प्राइवेसी और दक्षता युक्तियों को हार्ट मॉनिटरिंग के लिए सफलतापूर्वक संयोजित करने वाली पहली प्रणाली है।

तकनीकी सारांश: एज डिवाइसेस पर ECG विसंगति का पता लगाने के लिए गोपनीयता-संरक्षित फेडरेटेड ऑटोएन्कोडर

समस्या विवरण
निरंतर इलेक्ट्रोकार्डियोग्राफी (ECG) निगरानी हृदय संबंधी घटनाओं के बढ़ने से पहले लय संबंधी असामान्यताओं का पता लगाने की क्षमता प्रदान करती है। हालाँकि, ऐसे सिस्टम को वास्तविक नैदानिक सेटिंग्स में तैनात करने में तीन समान, और अक्सर परस्पर विरोधी चुनौतियाँ आती हैं:

गोपनीयता अनुपालन: रोगी का ECG डेटा GDPR और HIPAA जैसे नियमों के तहत अत्यधिक संवेदनशील है। प्रशिक्षण के लिए डेटा को केंद्रीकृत करना अक्सर कानूनी रूप से प्रतिबंधित होता है। जबकि फेडरेटेड लर्निंग (FL) डेटा को स्थानीय रखता है, यह ग्रेडिएंट इन्वर्जन और मेंबरशिप इन्फरेंस हमलों के प्रति संवेदनशील बना रहता है।
एज दक्षता: निरंतर निगरानी उपकरण आमतौर पर संसाधन-बाधित होते हैं (जैसे, ARM Cortex-A आधारित, जैसे कि Raspberry Pi 4)। मॉडल इतने छोटे और तेज़ होने चाहिए कि वे वास्तविक समय के अनुमान (inference) के लिए उपयुक्त हों, फिर भी मानक क्वांटाइजेशन तकनीकों को अनसुपरवाइज्ड विसंगति पहचान के लिए आवश्यक सूक्ष्म पुनर्निर्माण सटीकता (reconstruction fidelity) के लिए मान्य नहीं किया गया है।
पहचान प्रभावशीलता: मॉडलों को विभिन्न अस्पतालों में गैर-IID (गैर-स्वतंत्र और समान रूप से वितरित) डेटा पर प्रशिक्षित होने पर उच्च पहचान गुणवत्ता बनाए रखनी चाहिए, जो कि वितरित स्वास्थ्य सेवा में एक सामान्य परिदृश्य है।

मौजूदा साहित्य अक्सर इन मुद्दों को अलग-अलग संबोधित करता है या सुपरवाइज्ड क्लासिफिकेशन पर ध्यान केंद्रित करता है, जिससे अनसुपरवाइज्ड, पुनर्निर्माण-आधारित विसंगति पहचान में एक अंतराल रह जाता है जो औपचारिक गोपनीयता गारंटी, एज परिनियोजन बाधाओं और गैर-IID मजबूती को एक साथ संतुष्ट करता है।

कार्यप्रणाली
लेखक PTB-XL डेटासेट पर अनसुपरवाइज्ड 12-लीड ECG विसंगति पहचान के लिए डिज़ाइन किए गए एक एंड-टू-एंड फेडरेटेड सिस्टम का प्रस्ताव और मूल्यांकन करते हैं। पाइपलाइन चार मुख्य घटकों को एकीकृत करती है:

फेडरेटेड लर्निंग (FL): सिस्टम दस अस्पतालों (क्लाइंट्स) का अनुकरण करने के लिए डिरिचलेट वितरण ( $\alpha=0.5$ ) का उपयोग करके 6,294 सामान्य ECG नमूनों का एक गैर-IID विभाजन बनाता है। एक केंद्रीय सर्वर 50 राउंड में फेडरेटेड एवरेजिंग (FedAvg) का उपयोग करके मॉडल अपडेट को एकत्रित करता है।
मॉडल आर्किटेक्चर: तीन ऑटोएन्कोडर परिवारों का मूल्यांकन किया गया है:
- VanillaAE: फुली कनेक्टेड लेयर्स।
- ConvAE: ग्रुपनॉर्म (GroupNorm) के साथ 1D कनवोल्यूशनल एनकोडर/डिकोडर।
- VAE: रीपैरामीट्राइजेशन ट्रिक के साथ वेरिएशनल ऑटोएन्कोडर।
  सभी मॉडल सामान्य कार्डियक मॉर्फोलॉजी को पुनर्गठित करने के लिए प्रशिक्षित किए जाते हैं; विसंगतियों को उच्च पुनर्निर्माण त्रुटि (MSE) के आधार पर चिह्नित किया जाता है।
डिफरेंशियल प्राइवेसी (DP): साझा अपडेट से गोपनीयता रिसाव को रोकने के लिए, सिस्टम क्लाइंट-साइड डिफरेंशियल प्राइवेसी स्टोकेस्टिक ग्रेडिएंट डिसेंट (DP-SGD) का उपयोग करता है। प्रति-नमूना ग्रेडिएंट को क्लिप किया जाता है ( $L_2$ नॉर्म $C=1.0$ ) और गॉसियन शोर (Gaussian noise) इंजेक्ट किया जाता है। सिस्टम गोपनीयता बजट ( $\epsilon, \delta$ ) को ट्रैक करने के लिए एक रेनी-डीपी (Rényi-DP) अकाउंटेंट का उपयोग करता है, जिसमें $\delta$ को $10^{-5}$ पर स्थिर रखा गया है।
एज परिनियोजन और क्वांटाइजेशन: सर्वश्रेष्ठ प्रदर्शन करने वाले 32-बिट फ्लोटिंग पॉइंट (FP32) मॉडलों को बिना पुन: प्रशिक्षण के 8-बिट इंटीजर (INT8) पोस्ट-ट्रेनिंग क्वांटाइजेशन (PTQ) के माध्यम से संसाधित किया जाता है। अंतिम मॉडलों का बेंचमार्किंग Raspberry Pi 4 (AArch64 आर्किटेक्चर) पर किया जाता है ताकि विलंबता (latency) और ऊर्जा दक्षता को मापा जा सके।

प्रमुख योगदान
यह शोध पत्र दावा करता है कि यह फेडरेटेड लर्निंग, औपचारिक $(\epsilon, \delta)$ -DP, अनसुपरवाइज्ड पुनर्निर्माण-आधारित पहचान, और क्वांटाइज्ड AArch64 परिनियोजन के संगम का मूल्यांकन करने वाला पहला कार्य है। विशिष्ट योगदान शामिल हैं:

संरचनात्मक लक्षण वर्णन (Characterization of Composition): अध्ययन प्रदर्शित करता है कि FL, DP और क्वांटाइजेशन कैसे परस्पर क्रिया करते हैं। महत्वपूर्ण रूप से, यह पाता है कि DP और क्वांटाइजेशन के प्रदर्शन दंड अनुभवजन्य रूप से स्वतंत्र हैं, जिससे अभ्यासकर्ताओं को दोनों को एक साथ बिना गुणात्मक गिरावट के सक्षम करने की अनुमति मिलती है।
उपयोगिता-गोपनीयता ट्रेड-ऑफ विश्लेषण: पांच-बिंदु $\epsilon$ स्वीप के माध्यम से, लेखक नैदानिक डेटा के लिए $\epsilon=4$ को एक अनुशंसित ऑपरेटिंग पॉइंट के रूप में पहचानते हैं। वे देखते हैं कि एक "उपयोगिता फ्लोर" (utility floor) AUROC $\approx 0.610$ पर है; $\epsilon=4$ से नीचे, ग्रेडिएंट शोर पुनर्निर्माण सिग्नल को दबा देता है, जिससे मॉडल एक मामूली मैपिंग की ओर अभिसरित हो जाता है।
एज दक्षता सत्यापन: INT8 क्वांटाइजेशन मॉडल के आकार को लगभग 53% कम कर देता है और Raspberry Pi 4 पर अनुमान विलंबता (inference latency) को 16.6% से 44.3% (1.20–1.80 $\times$ की गति वृद्धि) तक कम कर देता है, जिसमें नगण्य सटीकता हानि (<0.12% AUROC गिरावट) होती है।
रेगुलराइजेशन के रूप में फेडरेशन: एक विरोधाभासी निष्कर्ष में, फेडरेटेड ट्रेनिंग ने VAE आर्किटेक्चर के प्रदर्शन को सेंट्रलाइज्ड बेसलाइन की तुलना में काफी बेहतर (+0.165 AUROC) बनाया। लेखक इसका श्रेय गैर-IID क्लाइंट अपडेट को एक अंतर्निहित रेगुलराइजेशन के रूप में देते हैं, जो सेंट्रलाइज्ड VAE में देखे गए "पोस्टीरियर कोलैप्स" को रोकता है।

परिणाम

पहचान की गुणवत्ता: फेडरेटेड ConvAE ने 0.782 के AUROC के साथ उच्चतम प्रदर्शन प्राप्त किया, जो सभी आर्किटेक्चर में सेंट्रलाइज्ड बेसलाइन के बराबर या उससे अधिक है।
गोपनीयता प्रभाव: मजबूत गोपनीयता (कम $\epsilon$ ) प्रदर्शन को निरंतर कम करती है। $\epsilon=1$ पर, प्रदर्शन उपयोगिता फ्लोर (utility floor) तक पहुँच जाता है। $\epsilon=4$ पर, सिस्टम $\epsilon=8$ की तुलना में दोगुनी औपचारिक गोपनीयता गारंटी के साथ लगभग 0.610–0.640 का AUROC बनाए रखता है।
परिनियोजन मेट्रिक्स: अनुशंसित कॉन्फ़िगरेशन (ConvAE INT8) ने Raspberry Pi 4 पर 2.76 MB के मॉडल आकार और 14.1 ms की अनुमान विलंबता के साथ 0.787 का AUROC प्राप्त किया, जो प्रति अनुमान लगभग 56 mJ की खपत करता है।
प्रति-वर्ग प्रदर्शन: एक अनसुपरवाइज्ड वन-क्लास डिटेक्टर के रूप में, सिस्टम ने विशिष्ट असामान्य वर्गों (MI, STTC, HYP, CD) के लिए 0.50 के करीब AUROC मान दिखाए, जो विशिष्ट स्थितियों के लिए नैदानिक वर्गीकरण के बजाय इसकी भूमिका को एक स्क्रीनिंग टूल के रूप में पुष्टि करता है। हाइपरट्रॉफी (HYP) सबसे कठिन वर्ग था।

महत्व और दावे
यह शोध पत्र इस कार्य को परिनियोजन योग्य, नैतिक और व्यावहारिक कार्डियक मॉनिटरिंग सिस्टम की दिशा में एक महत्वपूर्ण कदम के रूप में प्रस्तुत करता है।

नैतिक आवश्यकता: लेखक तर्क देते हैं कि ग्रेडीएंट हमलों के माध्यम से पुनः पहचान को रोकने के लिए, लगभग बायोमेट्रिक डेटा (जैसे ECG) के लिए औपचारिक गोपनीयता गारंटी (DP) एक संवर्धन नहीं, बल्कि एक पूर्व शर्त है।
व्यावहारिक व्यवहार्यता: यह सिद्ध करके कि उच्च-गोपनीयता ( $\epsilon=4$ ) और उच्च-दक्षता (INT8) कॉन्फ़िगरेशन बिना संयुक्त दंड के सह-अस्तित्व में रह सकते हैं, यह सिस्टम एज डिवाइसेस पर वास्तविक समय, जनसंख्या-स्तर की स्क्रीनिंग के लिए एक व्यवहार्य मार्ग प्रदान करता है।
दायरा सीमा: लेखक विनम्रतापूर्वक स्पष्ट करते हैं कि यह सिस्टम एक स्टैंडअलोन डायग्नोस्टिक टूल के बजाय संभावित असामान्यताओं को फ्लैग करने के लिए स्क्रीनिंग और ट्राइएज के लिए डिज़ाइन किया गया है। वे एकल डेटासेट (PTB-XL), सिम्युलेटेड गैर-IID विभाजन के उपयोग, और "ईमानदार-लेकिन-जिज्ञासु" (honest-but-curious) सर्वर के अनुमान के संबंध में सीमाओं को स्वीकार करते हैं, यह नोट करते हुए कि सुरक्षित एकत्रीकरण और क्रॉस-डेटासेट सत्यापन भविष्य के आवश्यक कदम हैं।