PointCloud-ID: Deterministic Cross-Format Identity and Attribute-Aware Integrity Verification for Geospatial Point Clouds

कल्पना कीजिए कि आप एक जासूस हैं जो एक रहस्य को सुलझाने की कोशिश कर रहे हैं, लेकिन सबूत बार-बार अपने कपड़े बदल रहे हैं। आपके पास अपराध स्थल की एक फोटो है, लेकिन कोई आपको उसकी एक ऐसी प्रति थमा देता है जिसे सिकोड़ दिया गया है, दूसरी जिसे ज़िप फ़ाइल में कंप्रेस कर दिया गया है, और तीसरी जिसे किसी अलग फॉर्मेट में फिर से सेव किया गया है। आपकी आँखों के लिए, वे सभी एक ही फोटो दिखते हैं। लेकिन यदि आप उनके डिजिटल "फिंगरप्रिंट" (फ़ाइल हैश) को देखें, तो वे सभी पूरी तरह से अलग हैं। 3D मैपिंग की दुनिया में, जहाँ लेज़र दुनिया को अरबों छोटे बिंदुओं जिन्हें "पॉइंट क्लाउड" कहा जाता है, स्कैन करते हैं, यह एक बहुत बड़ा सिरदर्द है। चाहे बीमा कंपनियाँ बाढ़ के नुकसान पर बहस कर रही हों, वैज्ञानिक जंगलों में कार्बन को ट्रैक कर रहे हों, या पुरातत्वविद प्राचीन खंडहरों को संरक्षित कर रहे हों, हर कोई इस बात पर बहस करने में फंसा हुआ है कि क्या दो फ़ाइलें वास्तव में एक ही डेटा हैं या किसी ने चुपके से नंबरों में हेरफेर की है। जाँच करने का पुराना तरीका—फ़ाइल आकार या सरल फिंगरप्रिंट की तुलना करना—विफल हो जाता है क्योंकि यह केवल कंटेनर की जाँच करता है, सामग्री की नहीं।

यहीं पर पेपर "PointCloud-ID" काम आता है। यह एक नया तरीका प्रस्तावित करता है जिससे एक 3D मैप को एक स्थिर, अपरिवर्तनीय पहचान दी जा सके जो फ़ाइल फॉर्मेट बदलने पर भी बनी रहे। इसे 3D दुनिया के लिए एक जादुई आईडी कार्ड की तरह समझें जो इस बात की परवाह नहीं करता कि आपने टोपी पहनी है या कोट; यह उस व्यक्ति को पहचानता है जो नीचे मौजूद है। लेखक, एक स्वतंत्र शोधकर्ता ए. उरियास (A. Urias) ने एक ऐसा सिस्टम बनाया है जो बिंदुओं के एक अराजक ढेर को लेता है, उन्हें एक सख्त, सार्वभौमिक क्रम में व्यवस्थित करता है, और एक अनूठा "फिंगरप्रिंट" बनाता है जो वास्तविक डेटा पर आधारित होता है, न कि फ़ाइल फॉर्मेट पर। उन्होंने इसे परीक्षण के रूप में लिया जहाँ उन्होंने एक ही डेटा को विभिन्न फ़ाइल प्रकारों (LAS, LAZ, COPC) में बदला और पाया कि, पहले के विपरीत, फिंगरप्रिंट बिल्कुल समान रहा। हालाँकि, यदि किसी ने 3D दुनिया में एक अकेला पत्थर हिलाने या पेड़ का रंग बदलने की कोशिश की, तो फिंगरप्रिंट तुरंत टूट जाएगा, और सिस्टम सटीक रूप से बता पाएगा कि मैप का कौन सा छोटा हिस्सा बदला गया था। यह विश्वास का एक उपकरण है, जो यह साबित करता है कि आपके पास जो डेटा है वह वही डेटा है जिसे साइन किया गया था, बिना भेजने वाले व्यक्ति पर भरोसा किए।

समस्या: एक ही "फ़ाइल" जो वास्तव में नहीं है

कल्पना कीजिए कि आपके पास लाखों छोटे मोतियों से बनी एक डिजिटल मूर्ति है। आप इसे एक .LAS फ़ाइल के रूप में सहेजते हैं। फिर, जगह बचाने के लिए आप इसे कंप्रेस करते हैं, जिससे यह .LAZ फ़ाइल बन जाती है। अंत में, इंटरनेट पर स्ट्रीमिंग के लिए व्यवस्थित करने हेतु, आप इसे .COPC फ़ाइल में बदल देते हैं। एक इंसान के लिए जो 3D मॉडल को देख रहा है, वह एक ही मूर्ति है। लेकिन एक कंप्यूटर के लिए, ये तीन पूरी तरह से अलग चीजें हैं। यदि आप प्रत्येक फ़ाइल के डिजिटल फिंगरप्रिंट (हैश) को लेते हैं, तो वे सभी अलग होते हैं।

यह एक वास्तविक दुनिया की गड़बड़ी पैदा करता है। यदि एक बीमा एडजस्टर के पास .LAZ फ़ाइल है और एक ठेकेदार के पास मूल .LAS फ़ाइल है, तो वे केवल फ़ाइल के नाम या फिंगरप्रिंट की तुलना करके यह साबित नहीं कर सकते कि वे एक ही सर्वे देख रहे हैं। वे बहस कर सकते हैं कि ठेकेदार ने गलती छिपाने के लिए डेटा बदला है, या एडजस्टर की फ़ाइल दूषित है। विजुअल निरीक्षण (देखकर पहचानना) बेकार है क्योंकि डेटा में एक मामूली बदलाव (जैसे कुछ मोतियों को हिलाना) मिट्टी की मात्रा को टन में बदल सकता है, फिर भी यह नग्न आंखों को बिल्कुल वैसा ही दिखता है।

समाधान: 3D मैप्स के लिए एक सार्वभौमिक "DNA"

लेखक ने PointCloud-ID बनाया है, एक ऐसा सिस्टम जो फ़ाइल फॉर्मेट को अनदेखा करता है और वास्तविक डेटा पर ध्यान केंद्रित करता है। यह किसी भी 3D मैप के लिए एक अनूठी, अटूट आईडी बनाने के लिए तीन-चरणीय रेसिपी की तरह काम करता है:

1. "मानकीकरण शेफ" (कैनोनिकलाइजेशन - Canonicalization):
   कल्पना कीजिए कि एक शेफ जो सामग्री के ढेर को लेता है और उन्हें एक सख्त, अपरिवर्तनीय क्रम में डाल देता है। सिस्टम 3D बिंदुओं को लेता है और उन्हें एक विशिष्ट, घोषित ग्रिड (एक विशाल अदृश्य चेकरबोर्ड की तरह) पर डाल देता है। यह निर्देशांकों (coordinates) को इस ग्रिड में फिट होने के लिए राउंड करता है, बिंदुओं को एक विशिष्ट गणितीय क्रम में व्यवस्थित करता है (जिसे "मॉर्टन कोड्स" कहा जाता है, जो किताबों को एक गुप्त कोड द्वारा शेल्फ पर व्यवस्थित करने जैसा है), और गुणों (attributes) को एक निश्चित क्रम में सूचीबद्ध करता है। यह चरण सुनिश्चित करता है कि मूल रूप से डेटा को कैसे भी सेव किया गया हो, डेटा अब बिल्कुल उसी तरह व्यवस्थित है।

2. "स्मार्ट ट्री" (एट्रीब्यूट-पार्टीशनड मर्केल ट्री - Attribute-Partitioned Merkle Tree):
   एक बार डेटा व्यवस्थित हो जाने के बाद, सिस्टम एक डिजिटल पेड़ बनाता है। लेकिन केवल एक ही पेड़ के बजाय, यह प्रत्येक प्रकार के डेटा के लिए एक अलग पेड़ बनाता है (एक ज्यामिति/आकार के लिए, एक तीव्रता/चमक के लिए, एक वर्गीकरण/जमीन-बनाम-पेड़ के लिए, आदि)। यह प्रत्येक डेटा के टुकड़े का हैश (फिंगरप्रिंट) बनाता है और उन्हें पेड़ के ऊपर तक जोड़ता है।

• यह क्यों शानदार है: यदि कोई केवल "वर्गीकरण" (classification) को बदल देता है (जैसे कि एक पेड़ को अब झाड़ी कहना), तो केवल "वर्गीफिकेशन ट्री" बदलेगा। "शेप ट्री" (आकार का पेड़) वैसा ही रहेगा। इसका मतलब है कि सिस्टम आपको बता सकता है कि क्या बदला गया और कहाँ हुआ, मैप के एक विशिष्ट हिस्से तक।

3. "सीलबंद लिफाफा" (साइनिंग और C2PA):
   अंत में, सिस्टम अंतिम फिंगप्रिंट (ID) और उन नियमों (प्रोफ़ाइल) को लेता है जिनका उपयोग किया गया था, और उन्हें एक डिजिटल सील के साथ साइन करता है। यह सील C2PA मानक का उपयोग करके फ़ाइल के साथ जुड़ी होती है (जो मीडिया के लिए एक डिजिटल पासपोर्ट की तरह है)। यह सील प्रमाणित करती है कि डेटा को साइन करने के बाद उसमें कोई छेड़छाड़ नहीं की गई है।

उन्होंने क्या पाया (और क्या नहीं पाया)

लेखक ने इस सिस्टम का कड़ाई से परीक्षण किया। उन्होंने एक स्टेडियम का वास्तविक दुनिया का 3D स्कैन (10 मिलियन से अधिक बिंदुओं वाला "Autzen" क्लाउड) और अपना स्वयं का सिंथेटिक डेटा लिया।

• यह री-एनकोडिंग में जीवित रहता है: जब उन्होंने एक ही डेटा को LAS, LAZ और COPC फॉर्मेट के बीच परिवर्तित किया, तो PointCloud-ID समान रहा। फिंगरप्रिंट नहीं बदला, जिससे यह सिद्ध हुआ कि फ़ाइल फॉर्मेट बदलने के बावजूद डेटा सुरक्षित रहा।
• यह सूक्ष्म परिवर्तनों का पता लगाता है: उन्होंने एक हैकर द्वारा केवल एक बिंदु के निर्देशांक बदलने या वर्गीकरण कोड को बदलने का अनुकरण किया। सिस्टम ने तुरंत परिवर्तन का पता लगा लिया। इससे भी बेहतर यह कि यह बता सका कि कौन सा गुण बदला (जैसे, "ऊंचाई बदली गई, लेकिन रंग नहीं") और कहाँ (जैसे, "चंक नंबर 42")।
• यह क्षति को स्थानीयकृत (Localize) करता है: यदि किसी ने दूसरे मैप से 500 बाहरी बिंदु डाल दिए, तो सिस्टम केवल यह नहीं कहेगा कि "फ़ाइल खराब है।" यह उन विशिष्ट चंक्स (chunks) की ओर इशारा करेगा जहाँ बाहरी बिंदु डाले गए थे।
• यह "लॉसी" (Lossy) परिवर्तनों को संभालता है: यदि डेटा को इस तरह से बदला गया जिसे उलटा नहीं जा सकता था (जैसे रिज़ॉल्यूशन कम करना या मैप प्रोजेक्शन बदलना), तो सिस्टम ने सही ढंग से ID को तोड़ दिया और एक नया ID बनाया, जो पुराने और नए संस्करणों को "derived-from" नोट के साथ जोड़ता है। यह महत्वपूर्ण है क्योंकि यह किसी को यह दावा करने से रोकता है कि एक कम गुणवत्ता वाली, बदली हुई फ़ाइल मूल फ़ाइल है।

पकड़: यह जादू नहीं है

पेपर इस बारे में बहुत ईमानदार है कि यह सिस्टम क्या नहीं कर सकता है।

• इसे नहीं पता कि डेटा "सत्य" है या नहीं: सिस्टम यह साबित कर सकता है कि आपके पास जो फ़ाइल है वह वही है जिसे साइन किया गया था, लेकिन यह यह साबित नहीं कर सकता कि साइन की गई फ़ाइल वास्तव में वास्तविक दुनिया को दर्शाती है। यदि कोई सर्वेक्षक एक फर्जी मैप साइन करता है, तो सिस्टम खुशी-खुशी उसे "अपरिवर्तित" के रूप में सत्यापित करेगा। यह अखंडता (integrity) को सत्यापित करता है, वास्तविकता को नहीं।
• इसमें "कोइसिडेंट" (Coincident) बिंदुओं के लिए एक अंधा मोड़ है: बहुत दुर्लभ मामलों में, यदि दो बिंदु बिल्कुल एक ही स्थान पर आते हैं और उनके सभी "उच्च प्राथमिकता" वाले गुणों (जैसे तीव्रता) के लिए बिल्कुल समान मान रखते हैं, तो एक "निम्न प्राथमिकता" वाले गुण (जैसे वर्गीकरण) को बदलने से अन्य गुणों के लिए फिंगरप्रिंट को बदलने के तरीके से बिंदुओं के क्रम में अनजाने में बदलाव आ सकता है। लेखक ने इसे मापा और पाया कि वास्तविक डेटा के साथ यह बहुत कम होता है (उनके परीक्षणों में लगभग 3,600 में से 1 बार), लेकिन वे इसे वर्तमान संस्करण (v1) की एक सीमा के रूप में स्वीकार करते हैं। उन्होंने पहले ही एक समाधान (संस्करण v2) डिज़ाइन किया है, जो इस समस्या को हल करता है, लेकिन उस संस्करण का अभी पूरी तरह से परीक्षण नहीं किया गया है।
• इसे डेटा की आवश्यकता होती है: आप ID की जांच बिना 3D बिंदुओं को पढ़े नहीं कर सकते। आप केवल फ़ाइल हेडर को देखकर ऐसा नहीं कर सकते।

यह क्यों मायने रखता है

यह केवल एक सैद्धांतिक चाल नहीं है; यह उन सभी के लिए एक व्यावहारिक समस्या को हल करता है जो साक्ष्य के रूप में 3D डेटा पर भरोसा करते हैं। चाहे वह भूस्खलन के बारे में अदालत का मामला हो, कार्बन क्रेडिट की जांच करने वाला ऑडिटर हो, या किसी ऐतिहासिक स्थल के डिजिटल ट्विन को संग्रहीत करने वाला संग्रहालय, PointCloud-ID यह कहने का एक तरीका प्रदान करता है कि, "यह डेटा है," गणितीय निश्चितता के साथ। यह 3D डेटा के अराजक संसार को एक स्थिर, सत्यापन योग्य सत्य में बदल देता है, जिससे हम इस बात पर भरोसा कर सकते हैं कि हमारे पास जो डिजिटल रिकॉर्ड है वह वही है जो बनाया गया था, भले ही वह दर्जनों अलग-अलग सॉफ़्टवेयर प्रोग्रामों से होकर गुजरा हो।