19-EFT.WP.Methods.SynthData v1.0 | 第15章 用例与参考实现

目录 ／ 文档-技术白皮书 ／ 19-EFT.WP.Methods.SynthData v1.0

第15章 用例与参考实现

一句话目标：提供三类端到端参考路径（表格隐私合成、成像仿真+学习、在线回放 A/B 沙盒），以 P/S/M/I/契约 统一交付与审计。

I. 范围与对象

1. 范围
   • 从需求→设计→生成→评估→发布的端到端落地示例，覆盖离线与流式两种运行形态。
   • 每个用例产出 manifest.synth.*、契约评估与签名，满足回放与审计。
2. 对象
   • D_real, D_syn, SynthSpec, engine, policy.*, contracts.*, TraceID。
   • 质量与风险面：fidelity, utility, privacy, timepath, drift, SLO。
3. 边界
   • 不依赖特定厂商实现；接口遵循本卷 I40-* 与统一清单口径。
   • 约束：check_dim(expr) 通过；delta_form ≤ tol_Tarr；eps_total ≤ eps_budget。

II. 名词与变量

• 数据与分布：p_data, p_model(x; theta), D_real, D_syn, N_real, N_syn。
• 评估：W1, MMD, FID, KID, covg, downstream_metric。
• 隐私：eps, delta, eps_total, MI_risk。
• 时基与到达时：tau_mono, ts, T_arr, gamma(ell), delta_form, Delta_t。
• 运行：B, K, latency_ms_p99, rho, drop_rate。
• 合同与清单：contracts.*, manifest.synth.*, signature。

III. 公设 P415-*

• P415-1（复现实验）：任一用例必须由 {seed, engine/version, SynthSpec} 唯一重放。
• P415-2（口径先行）：度量与阈值在生成前冻结；发布前禁止“阈值后移”。
• P415-3（无泄漏）：D_real 的训练/验证/测试与评估样本拆分可追溯且无交集。
• P415-4（时间/路径一致）：涉时样本必须记录 T_arr 两口径并校核 delta_form。
• P415-5（隐私预算闭环）：eps_total 全链路会计，越界熔断并提供回退包。
• P415-6（契约闸门）：assert_synth_contract 通过方可 freeze_release_synth。

IV. 最小方程 S415-*

• S415-1（保真距离）：W1 = ( ∫ | F_real(x) - F_syn(x) | dx )；MMD = || ( 1/N ∑ phi(x_i) - 1/M ∑ phi(x'_j) ) ||^2。
• S415-2（效用保持）：utility_gap = | metric(model, D_real) - metric(model, D_syn) |。
• S415-3（覆盖度）：covg = ( | support(D_syn) ∩ support(D_real) | ) / | support(D_real) |。
• S415-4（隐私会计）：eps_total = accountant( { (eps_i, delta_i) } )。
• S415-5（到达时两口径）：T_arr = ( 1 / c_ref ) * ( ∫ n_eff d ell ) 与 T_arr = ( ∫ ( n_eff / c_ref ) d ell )，delta_form = | … |。
• S415-6（运行稳态）：rho = lambda_in / mu_eff < 1，latency ≈ W_q + T_serv(B)。

V. 合成流程 M40-15（三类端到端）

1. M40-15a 表格隐私合成（离线）
   • 需求冻结：目标字段、约束、eps_budget、阈值 {W1, MMD, utility_gap}。
   • 模式绑定：design_synth_spec；register_schema；validate_dataset。
   • 引擎拟合：fit_engine(ds=D_real, model=copula|flow, privacy=DP(eps,delta))。
   • 采样生成：sample(engine, n=N_syn, seed)；enforce_constraints（唯一/外键/范围）。
   • 评估与对齐：measure_fidelity（W1, MMD, covg）；measure_privacy（MI_risk）；必要时 balance_distribution。
   • 契约闸门：assert_synth_contract；签名并 freeze_release_synth。
   • 落盘清单：manifest.synth 含 TraceID, seed, eps_total, metrics.*。
2. M40-15b 成像仿真 + 学习（离线+下游）
   • 需求冻结：成像链路与任务（如 seg/det）、物理约束与标定口径。
   • 物理/场景：compose_multimodal，场景图 G=(V,E) 与参数扫掠（PRNU/DSNU、PSF/MTF 见成像卷）。
   • 渲染与对齐：生成 D_syn(image, label)；align_timepath 写入 T_arr 两口径。
   • 下游评估：在真实验证集上比较 downstream_metric 与合成训练的 utility_gap。
   • 纠偏再生成：balance_distribution（光照/姿态/尺度）；循环至指标收敛。
   • 契约闸门与发布：assert_synth_contract → freeze_release_synth。
   • 清单与追溯：记录光谱与几何口径、设备标定引用、manifest.synth.imaging.*。
3. M40-15c 在线合成回放 A/B 沙盒（流式）
   • 接入：按 policy.runtime 建立 stream_synth，目标 latency_ms_p99 与 rho_max。
   • 随机化：对流入请求进行分层随机化与曝光控制（见 CrossStats 第8章）。
   • 回放与注入：sample(engine, n, condition) 将合成事件注入沙盒；timepath_hardening 保证 delta_form。
   • 实验读出：run_ab_test(stream, metric, alpha_spending)；detect_drift 持续监测。
   • 会计与熔断：privacy_accountant；越界触发 circuit_open 与降级。
   • 审计与发布：emit_runtime_manifest；阶段性冻结 bundle 与报告。

VI. 契约与断言

1. C40-1501 表格隐私合成
   • W1 ≤ W1_max，MMD ≤ mmd_max，covg ≥ covg_min；
   • utility_gap ≤ gap_max；eps_total ≤ eps_budget；unique(pk) 与 foreign_key 全通过。
2. C40-1502 成像仿真 + 学习
   • 下游 utility_gap ≤ gap_max；FID|KID ≤ fid_max；
   • 光学与计量口径一致（见成像卷第4/5章）；delta_form ≤ tol_Tarr。
3. C40-1503 在线回放 A/B 沙盒
   • latency_ms_p99 ≤ target_p99；rho ≤ rho_max；drop_rate ≤ tol_drop；
   • alpha_spent ≤ alpha_budget；eps_total ≤ eps_budget。

VII. 实现绑定 I40-15*

1. 表格隐私合成
   I40-31 design_synth_spec → I40-41 fit_engine → I40-52 sample → I40-61 enforce_constraints → I40-121 measure_fidelity → I40-101 measure_privacy → I40-131 assert_synth_contract → I40-141 freeze_release_synth。
2. 成像仿真 + 学习
   I40-61 compose_multimodal → I40-81 align_timepath → I40-121 measure_fidelity(FID|KID) → I40-111 balance_distribution → I40-131 assert_synth_contract → I40-141 freeze_release_synth。
3. 在线回放 A/B 沙盒
   • I40-141 stream_synth → I40-151 privacy_accountant → I40-171 detect_drift → I40-181 run_ab_test → I40-191 emit_runtime_manifest。
   • 不变量：idempotent(TraceID, seed)，rho < 1，delta_form ≤ tol_Tarr，eps_total ≤ eps_budget。

VIII. 交叉引用

• 见《EFT.WP.Methods.Cleaning v1.0》 第10/11章（合规/发布冻结、流式与背压）对发布与运行口径。
• 见《EFT.WP.Methods.Imaging v1.0》 第4/5/9/11章（计量、PSF/MTF、几何、HDR）对仿真口径。
• 见《EFT.WP.Methods.CrossStats v1.0》 第7/8/14章（漂移、A/B、SLO）对监测与审计。
• 见《EFT.WP.Core.DataSpec v1.0》 清单与主键/外键契约。

IX. 质量度量与风控

1. SLI
   • 离线：W1, MMD, FID|KID, utility_gap, covg。
   • 流式：TS.sli.rho, TS.sli.latency_p99, TS.sli.drop_rate, TS.sli.delta_form, TS.sli.eps_total。
2. 风控与回退
   • 保真越界：触发再加权/再采样；必要时降低复杂度或回退上版 engine。
   • 隐私越界：熔断生成路径，切换到低敏度模板或停止实验。
   • 到达时越界：timepath_hardening 与限流涉时模态。
   • 运行越界：rate_limit、auto_batcher、degrade(profile)、跨区迁移。

小结

• 本章以三类参考路径将 P40x-* / S40x-* / M40-* / I40-* / C40-* 贯通为可复现工法；
• 产出 manifest.synth.* 与审计报告可直接并入目录与合规模块；
• 通过契约闸门与回退策略，确保在保真、效用、隐私、到达时与 SLO 之间取得工程最优平衡。