Homomorphic Encryptions for Privacy Preserving Vision
यह शोध पत्र माइक्रोसॉफ्ट सीएल (Microsoft SEAL) और टेन्सिल (TenSEAL) का उपयोग करते हुए फुली होमोमोर्फिक एन्क्रिप्शन (Fully Homomorphic Encryption) का उपयोग करके एक गोपनीयता-संरक्षण कंप्यूटर विज़न फ्रेमवर्क प्रस्तुत करता है, जो विविध डेटासेट (MNIST से CIFAR-10 तक) में न्यूनतम सटीकता हानि के साथ एन्क्रिप्टेड डेटा पर सटीक सीएनएन (CNN) इन्फरेंस को सक्षम करने के साथ-साथ मल्टी-चैनल प्रोसेसिंग और कई कनवल्शनल लेयर्स जैसे जटिल ऑपरेशन्स का समर्थन करता है।
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 केक की एक बहुत ही मूल्यवान, गुप्त रेसिपी है (आपका निजी डेटा, जैसे कि कोई मेडिकल स्कैन या वित्तीय रिकॉर्ड)। आप एक प्रसिद्ध, हाई-टेक बेकरी (एक क्लाउड-आधारित AI सेवा) से पूछना चाहते हैं कि क्या वह केक अच्छा बनेगा, लेकिन आप उन्हें वास्तविक रेसिपी दिखाने के लिए कानूनी रूप से वर्जित हैं। आप उन्हें बाद में देखने के लिए रेसिपी की एक प्रति भी नहीं भेज सकते।
यह पेपर एक चतुर तरकीब के बारे में है जो आपको यह अनुमति देती है कि आप रेसिपी को एक लॉक किए गए, अटूट बक्से में बेकरी को भेज सकें। बेकर्स उस बक्से के अंदर ही केक को मिला, पका और चख सकते हैं बिना उसे खोले या उसके अवयवों (ingredients) को देखे। जब वे बक्सा वापस भेजते हैं, तो उसमें उत्तर होता है ("यह स्वादिष्ट होगा!"), लेकिन बक्सा पूरे समय लॉक ही रहता है।
लेखकों ने इसे कैसे हासिल किया, इसका सरल विवरण यहाँ दिया गया है:
समस्या: "ग्लास बॉक्स" दुविधा
आमतौर पर, क्लाउड में शक्तिशाली AI टूल्स का उपयोग करने के लिए, आपको अपना डेटा साफ़ तौरट दिखते हुए (plain sight) देना पड़ता है। लेकिन स्वास्थ्य रिकॉर्ड जैसी संवेदनशील चीजों के लिए, कानून कहता है कि आप ऐसा नहीं कर सकते। यह लोगों को उपलब्ध सर्वोत्तम AI टूल्स का उपयोग करने से रोकता है।
समाधान: होमोमोर्फिक एन्क्रिप्शन (Homomorphic Encryption)
लेखकों ने होमोमोर्फिक एन्क्रिप्शन नामक तकनीक का उपयोग किया है। इसे एक जादुई लॉकबॉक्स की तरह समझें।
- सामान्य एन्क्रिप्शन: आप एक बक्सा लॉक करते हैं। बेकर बक्से के अंदर के केक को छू नहीं सकता।
- होमोमोर्फिक एन्क्रिप्शन: आप एक बक्सा लॉक करते हैं, लेकिन बेकर के पास विशेष दस्ताने होते हैं जो उन्हें बक्से के जरिए केक को गूंथने, मिलाने और पकाने की अनुमति देते हैं। वे केक को देखे बिना उस पर गणितीय क्रियाएं कर सकते हैं।
चुनौती: "स्क्वायर" (वर्ग) की समस्या
मानक AI (विशेष रूप से कन्वेल्शनल न्यूरल नेटवर्क, या CNN) बहुत सारी "नॉन-लीनियर" (गैर-रेखीय) गणित का उपयोग करता है। कल्पना कीजिए कि रेसिपी के एक चरण में लिखा है, "यदि तापमान 100 से ऊपर है, तो गर्मी बंद कर दें।" यह एक अधिकतम मान (maximum value) या एक वक्र (curve) पर आधारित निर्णय है।
- समस्या: जादुई लॉकबॉक्स केवल साधारण जोड़ और गुणा को समझता है। यह "अधिकतम" या जटिल वक्रों को नहीं समझता।
- समाधान: लेखकों को AI की रेसिपी को फिर से लिखना पड़ा। "अधिकतम" मांगने के बजाय, उन्होंने एक सरल गणितीय ट्रिक का उपयोग किया (जैसे किसी संख्या का वर्ग करना) जो उस वक्र की नकल करता है लेकिन केवल गुणा का उपयोग करता है। उन्होंने "सबसे बड़ी संख्या चुनने" को "संख्याओं के औसत" से बदल दिया, जिसे लॉकबॉक्स संभाल सकता है।
उन्होंने क्या किया (प्रयोग)
टीम ने इस विचार का परीक्षण करने के लिए तीन अलग-अलग "लॉकबॉक्स-रेडी" AI मॉडल बनाए:
- सरल मॉडल: एक बुनियादी AI जो ब्लैक-एंड-व्हाइट छवियों (जैसे हस्तलिखित अंक) को देखता है।
- लेयर्ड (परतदार) मॉडल: एक थोड़ा अधिक जटिल AI जो फिल्टर की कई परतों के माध्यम से छवियों को देखता है और छवि के आकार को छोटा करने के लिए "एवरेजिंग" (औसत) का उपयोग करता है।
- कलर मॉडल: एक AI जो रंगीन छवियों (जैसे CIFAR-10 डेटासेट) को देखने में सक्षम है, जो बहुत कठिन है क्योंकि इसे एक साथ तीन अलग-अलग रंग चैनलों (लाल, हरा, नीला) को प्रोसेस करना होता है।
उन्होंने इन्हें इन प्रसिद्ध इमेज डेटासेट्स पर टेस्ट किया:
- MNIST: हस्तलिखित अंक (AI का "Hello World")।
- Fashion-MNIST: कपड़ों की तस्वीरें।
- Kuzushiji MNIST: प्राचीन जापानी अक्षर।
- CIFAR-10: रोजमर्रा की वस्तुओं (बिल्लियाँ, कारें, पक्षी) की छोटी, रंगीन तस्वीरें।
परिणाम: क्या यह काम कर गया?
सटीकता (Accuracy): आश्चर्यजनक रूप से, हाँ!
- सरल मॉडलों के लिए, AI ने लॉक किए गए डेटा पर उतनी ही सही भविष्यवाणी की जितनी कि खुले डेटा पर, या कभी-कभी उससे भी बेहतर। लेखक सुझाव देते हैं कि लॉकबॉक्स के अंदर के "शोर" (noise) ने अनजाने में AI को बहुत अधिक सोचने (overfitting) से बचने में मदद की होगी।
- अधिक जटिल मॉडलों के लिए, सटीकता केवल थोड़ी सी (लगは約 1%) गिरी, जो पूर्ण गोपनीयता के लिए एक बहुत छोटी कीमत है।
गति (Speed): यही मुख्य पकड़ है।
- एक जादुई लॉकबॉक्स के अंदर गणित करना धीमा है। लेखकों ने पाया कि एन्क्रिप्टेड छवियों को प्रोसेस करने में सामान्य की तुलना में काफी अधिक समय लगा।
- जटिल रंगीन छवियों के लिए, केवल एक उत्तर प्राप्त करने के लिए इसे लगभग 7.5 सेकंड प्रति छवि का समय लगा।
- उन्होंने नोट किया कि उनके सॉफ्टवेयर ने अभी तक शक्तिशाली ग्राफिक्स कार्ड (GPUs) का उपयोग नहीं किया था, इसलिए यह इतना धीमा था। यदि वे उन्हें जोड़ते, तो यह बहुत तेज़ होता।
ट्रेड-ऑफ: सुरक्षा बनाम गति
लेखकों ने लॉकबॉक्स की "सेटिंग्स" (जिसे कॉन्टेक्स्ट पैरामीटर्स कहा जाता है) के साथ प्रयोग किया।
- मजबूत ताले: यदि आप लॉकबॉक्स को तोड़ने में कठिन बनाते हैं (उच्च सुरक्षा), तो गणित करने में अधिक समय लगता है।
- परिशुद्धता (Precision): यदि आप चाहते हैं कि उत्तर अत्यंत सटीक हो, तो आपको अधिक "बिट्स" डेटा की आवश्यकता होगी, जो गति को और धीमा कर देता है।
- उन्होंने एक "स्वीट स्पॉट" (संतुलित बिंदु) पाया जहाँ लॉकबॉक्स पर्याप्त सुरक्षित था और सटीकता उच्च थी, भले ही यह थोड़ा धीमा था।
निष्कर्ष
यह पेपर साबित करता है कि आप एन्क्रिप्टेड डेटा पर जटिल इमेज रिकग्निशन कार्य चला सकते हैं, बिना उसे डिक्रिप्ट किए। आपको गोपनीयता और शक्तिशाली AI के उपयोग के बीच किसी एक को चुनने की आवश्यकता नहीं है।
हालाँकि, वर्तमान तकनीक एक हाई-स्पीड रेस कार की तुलना में एक धीमी, मैनुअल कार की तरह है। यह गोपनीयता के लिए पूरी तरह से काम करती है, लेकिन यह अभी तक रियल-टाइम अनुप्रयोगों के लिए बहुत तेज़ नहीं है। लेखकों को उम्मीद है कि भविष्य में, बेहतर हार्डवेयर (जैसे GPU) और तेज़ एन्क्रिप्शन विधियों के साथ, यह "जादुई लॉकबॉक्स" हर जगह उपयोग करने के लिए पर्याप्त तेज़ हो जाएगा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।