Nedavna študija, objavljena v reviji Engineering, predstavlja inovativni okvir, ki integrira strojno učenje (ML) in tehnologijo blockchain (BT) za izboljšanje izračunalne varnosti v inženirskih aplikacijah. Ta okvir, poimenovan Strojno učenje na blockchainu (MLOB), si prizadeva premagati pomanjkljivosti trenutnih metod integracije ML-BT, ki se večinoma osredotočajo na varnost podatkov, medtem ko zanemarjajo izračunalno varnost. ML se v inženirstvu široko uporablja za reševanje kompleksnih problemov, pri čemer zagotavlja visoko natančnost in učinkovitost. Kljub temu je nagnjeno k varnostnim grožnjam, kot so zloraba podatkov in okvare logike. BT, znan po svoji decentraliziranosti, preglednosti in neuničljivosti, je bil preučen kot način zaščite inženirskih podatkov. Kljub temu tradicionalni ML delovni postopki ostajajo izpostavljeni ranljivostim izven verige, saj so modeli ML običajno izvajani izven okolja blockchain. Okvir MLOB to rešuje z vgradnjo tako podatkov kot računanja znotraj blockchaina, njihovo izvajanje kot pametne pogodbe in varovanjem zapisov izvajanja. Sestavljen je iz štirih ključnih komponent: pridobivanja ML, kjer se usposobi model ML za določeno nalogo; pretvorbe ML, ki model prilagodi za implementacijo na blockchainu; varnega nalaganja ML, ki ščiti varnost prenosa podatkov in modelov; ter izvajanja ML modelov na osnovi soglasja, ki zagotavlja pravilnost in varnost izračunov. Za dokazovanje učinkovitosti MLOB so raziskovalci zgradili prototip in ga uporabili za spremljanje napredka pri notranji gradnji.

Ocena je pokazala, da je okvir znatno izboljšal varnost, uspešno pa je odvrnil šest vnaprej določenih scenarijev napadov. Ohranil je visoko natančnost, razliko v povprečnem prekrivanju (MIoU) pa le za 0, 001 v primerjavi z najboljšim osnovnim pristopom. Čeprav je učinkovitost rahlo upadla, saj je zabeležen dvig zamude za 0, 231 sekunde v primerjavi z najhitrejšim osnovnim pristopom, pa je celotno delovanje še vedno v skladu z zahtevami industrijskih praks. Poleg tega ima okvir MLOB upravljanješki pomen. Spodbuja organizacije k inovacijam z uporabo najnaprednejših tehnologij, kar krepi konkurenčnost in učinkovitost inženirskih procesov. Hkrati zmanjšuje tveganja, povezana z varnostjo podatkov in logike, kar pripomore k boljšemu razporejanju virov in okrepitvi gospodarske odpornosti. Vendar pa ima okvir tudi omejitve, vključno z omejeno podporo za aplikacije, občutljive na zamude, ter pomanjkanje uporabniku prijaznega vmesnika. Prihodnje raziskave bodo usmerjene v izboljšanje učinkovitosti in razvoj bolj dostopnega vmesnika, s ciljem povečanja uporabnosti ter širjenja uporabe MLOB pri izračunih v inženirstvu.