E-learningul a suferit o transformare semnificativă, evidențiată mai ales în timpul crizelor precum pandemia COVID-19, când a devenit esențial la nivel global. UNESCO a autorizat diverse platforme existente de e-learning ca soluții rapide, însă acestea nu au fost recomandate ca soluții pe termen lung din cauza unor provocări care afectează procesul de învățare. Studiile recente au abordat aceste provocări folosind inteligența artificială (IA), învățarea profundă (deep learning) și tehnologia blockchain. IA și învățarea profundă se concentrează pe îmbunătățirea evaluării performanței studentului, în timp ce blockchain-ul și contractele inteligente ajută la combaterea problemelor precum certificatele false, manipularea rezultatelor și monitorizarea activității cursanților. Deși ambele tehnologii prezintă un potențial puternic, puține studii explorează integrarea lor în e-learning, motiv pentru care această cercetare propune un cadru inteligent care combină blockchain-ul și învățarea profundă pentru a securiza și îmbunătăți sistemele de e-learning prin asigurarea securității datelor, transparenței și automatizării. Acest cadru stochează în siguranță datele cursanților pe blockchain folosind Sistemul de Fișiere Interplanetar (IPFS) pentru stocarea descentralizată a fișierelor mari, asigurând integritatea și confidențialitatea datelor prin portofele private Ethereum. Modelele de învățare profundă analizează apoi aceste date securizate pentru a prezice cu exactitate performanța academică. Contractele inteligente facilitează emiterea certificatelor de către universități, înregistrându-le în mod imuabil pe blockchain, accesibile nodurilor din rețea, sporind astfel automatizarea, securitatea și încrederea între cursanți, profesori și angajatori. Blockchain-ul oferă stocare imuabilă, timestamp-ată, sigură și transparentă a datelor, într-o rețea descentralizată peer-to-peer, fără o autoritate centrală. Ethereum, a doua cea mai mare capitalizare din piață după Bitcoin, suportă contracte inteligente programabile prin Ethereum Virtual Machine (EVM) folosind Solidity, permițând tranzacții condiționate și automate, mult peste capabilitățile Bitcoin-ului. Contractele inteligente automatizează executarea termenilor contractuali odată ce condițiile predefinite sunt îndeplinite, înregistrând toate execuțiile în mod imuabil pe blockchain. Deoarece blockchain-urile nu sunt potrivite pentru fișiere mari, se utilizează soluții de stocare off-chain, precum IPFS, Storj și FileCoin. IPFS este notabil pentru criptarea și distribuirea peer-to-peer a fișierelor mari, creând hash-uri adresate conținutului, care verifică integritatea datelor și accesul la acestea, deși controlul accesului rămâne o provocare. IPFS este important aici pentru stocarea în siguranță a datelor extinse ale cursanților, legând aceste date de tranzacțiile blockchain prin intermediul hash-urilor. Învățarea profundă, în special rețelele neuronale artificiale (ANN), inspirate de creierele biologice, implică multiple straturi — de intrare, ascunse și de ieșire — care învață prin propagare înainte, calcularea erorilor și backpropagation în multiple epoci. Rețelele neuronale profunde (DNN) cu mai multe straturi ascunse cresc precizia predicțiilor. În această cercetare, aceste modele sunt utilizate pentru a procesa datele cursanților stocate prin blockchain și IPFS, permițând predicții exacte privind performanța. Numeroase studii anterioare au folosit învățarea profundă pentru rezultate educaționale, inclusiv predicția ratelor de abandon în cursurile online masive (MOOCs) folosind rețele neuronale recurente și convoluționale, cu o acuratețe mai mare decât metodele tradiționale. Altele au utilizat rețele bidirrecționale de memorie pe termen lung (LSTM) pentru predicția abandonului, iar modelele de învățare profundă au avut succes în predicția performanței studenților în seturi de date mici și imbalance, obținând o acuratețe ridicată. Cadrul propus operează în trei etape: 1.

**Stocarea datelor cursanților pe blockchain:** Datele din setul de date „Open University Learning Analytics” (32. 593 înregistrări despre demografie și interacțiuni virtuale de învățare) sunt criptate și stocate pe IPFS, care generează un hash criptografic. Acest hash este stocat pe un blockchain privat Ethereum folosind contracte inteligente, permitând acces descentralizat și imuabil. Nodurile — reprezentând administrația universitară, profesori, cursanți și angajatori — se înregistrează în rețeaua blockchain folosind portofele ce conțin chei private și publice. 2. **Predicția performanței bazată pe învățare profundă:** Datele criptate ale cursanților, recuperate prin IPFS, sunt preprocesate — selectarea caracteristicilor, înlocuirea valorilor lipsă (cu modul și constante), codificarea categorică, normalizarea folosind MinMaxScaler și reducerea dimensională cu PCA. Setul de date este împărțit (90% pentru antrenare, 10% pentru testare) și introdus într-o rețea neurală profundă formată dintr-un strat de intrare (10 neuroni), cinci straturi ascunse (fiecare cu 500 de neuroni, activare ReLU), și un strat de ieșire cu patru neuroni pentru statusurile de trecere, eșec, retragere și diferență, utilizând softmax și funcția de pierdere cross-entropy pentru categorii rare. Acest model, implementat în Python, Keras și Sklearn, atinge o acuratețe ridicată (~91, 29%) și o pierdere scăzută (~0, 18), depășind studiile anterioare pe același set de date. 3. **Utilizarea contractelor inteligente:** Contractele inteligente, dezvoltate în Solidity pe Ethereum, permit interacțiuni sigure între noduri: profesorii urcă teme pe IPFS și trimit hash-urile lor via contracte inteligente către cursanți; aceștia depun temele prin contracte inteligente; universitățile emit certificate, stocate imuabil pe blockchain; iar angajatorii (vizitatorii) pot accesa certificatele și datele de performanță ale cursanților cu aprobarea universității. Aceste procese asigură transparență, securitate și automatizare. Implementarea a inclus: - **Arhitectura blockchain:** Dezvoltată cu Python, Flask și Postman pentru minarea block-urilor, validarea lanțului și adăugarea tranzacțiilor. Nodurile sunt descentralizate și înregistrate prin MyEtherWallet (MEW), care gestionează portofele cu chei și adrese. - **Integrarea blockchain și învățarea profundă:** IPFS stochează seturi de date criptate cu hash-urile lor securizate pe Ethereum prin contracte inteligente. Modelul de învățare profundă prezice performanța cursanților din datele securizate. Contractele inteligente gestionează tranzacțiile, inclusiv distribuirea temelor, depunerea, emiterea certificatelor și accesul la date. Testele validază funcții precum înregistrarea nodurilor, accesul la portofel, stocarea și verificarea hash-urilor, emiterea și obținerea certificatelor, interacțiunile cu temele, validitatea tranzacțiilor și integritatea fișierelor pe blockchain. Rezultatele testelor confirmă imuabilitatea și rezistența la manipulare a datelor stocate și funcționarea fluentă a contractelor inteligente. Cadrul propus demonstrează că integrarea blockchain-ului cu învățarea profundă poate produce un sistem de e-learning sigur, transparent și automatizat, cu o precizie mare de predicție și o gestionare robustă a datelor, depășind studiile anterioare în eficacitate. Această abordare răspunde provocărilor legate de securitatea datelor, verificarea cursanților și automatizarea proceselor academice, reprezentând o bază pentru platforme inteligente de e-learning în viitor.