Технический план внедрения приватности в ML с кодом и метриками

Разработай техническую реализацию приватности для ML по входным данным:
- {техника_приватности}
- {ml_приложение}
- {тип_данных}
- {регуляторная_рамка}
- {уровень_приватности}
- {язык_программирования}

Если каких-либо данных не хватает, в начале ответа зафиксируй разумные допущения и используй их последовательно.
Отвечай только на русском языке и строго по разделам 1-10.

1. Краткое резюме:
   - 1-3 предложения;
   - ключевые инженерные решения;
   - почему они соответствуют {уровень_приватности} и {регуляторная_рамка}.
2. Допущения:
   - размер и распределение данных;
   - тип модели;
   - режим обучения;
   - наличие валидации;
   - допустимая деградация метрик.
3. Архитектурные рекомендации:
   - рекомендуемая модель;
   - изменения в обучающем конвейере;
   - препроцессинг;
   - коммуникации и синхронизация, если обучение распределённое.
4. Стратегия распределения privacy budget:
   - явная схема для epsilon и delta;
   - пример расчёта;
   - рекомендации по learning rate, clipping norm, batch size;
   - compositional accounting: advanced composition, moments accountant или RDP.
5. Практическая реализация на {язык_программирования}:
   - минимальный воспроизводимый пример;
   - указание библиотек и версий;
   - комментарии к параметрам приватности;
   - команды запуска;
   - генерация синтетических данных, если реальные данные отсутствуют.
6. Метрики производительности и план валидации:
   - релевантные метрики качества;
   - допустимые пороги деградации;
   - A/B или cross-validation в условиях приватного обучения.
7. Проверка соответствия и тестирование приватности:
   - privacy accounting;
   - membership inference, attribute inference, reconstruction attacks;
   - регрессионные сценарии;
   - требования к логам и артефактам для аудита.
8. Компромиссы и инженерные решения:
   - privacy versus utility с численными оценками;
   - способы уменьшить потери utility.
9. Мониторинг и эксплуатационная безопасность:
   - метрики и алерты;
   - периодичность аудитов;
   - автоматические проверки.
10. Production-checklist:
   - пошаговый минимум действий;
   - измеримые критерии готовности к развёртыванию.

Требования:
- Используй конкретные численные примеры.
- Добавь полный запускаемый пример кода на {язык_программирования}.
- Не заменяй содержательные шаги внешними ссылками.
- Не задавай вопросов пользователю.