Một nghiên cứu gần đây được công bố trong lĩnh vực Engineering giới thiệu một khuôn khổ sáng tạo tích hợp machine learning (ML) và công nghệ blockchain (BT) nhằm nâng cao bảo mật tính toán trong các ứng dụng kỹ thuật. Khuôn khổ này, gọi là Machine Learning on Blockchain (MLOB), nhằm khắc phục những hạn chế của các phương pháp tích hợp ML-BT hiện tại, vốn chủ yếu tập trung vào bảo vệ dữ liệu mà bỏ qua bảo mật tính toán. ML được ứng dụng rộng rãi trong kỹ thuật để giải quyết các vấn đề phức tạp, mang lại độ chính xác và hiệu quả cao. Tuy nhiên, nó vẫn dễ bị đe dọa về bảo mật như làm giả dữ liệu hoặc làm hỏng logic. BT, nổi tiếng với tính phân quyền, minh bạch và khó bị sửa đổi, đã được nghiên cứu như một phương tiện bảo vệ dữ liệu kỹ thuật. Dù vậy, các quy trình ML truyền thống vẫn dễ bị tổn thất ngoài chuỗi, bởi vì các mô hình ML thường được thực thi bên ngoài môi trường blockchain. Khuôn khổ MLOB giải quyết vấn đề này bằng cách nhúng dữ liệu và tính toán trực tiếp vào blockchain, chạy như các hợp đồng thông minh và lưu trữ các nhật ký thực hiện để đảm bảo an toàn. Nó gồm bốn thành phần chính: thu thập ML, trong đó huấn luyện mô hình ML cho một nhiệm vụ cụ thể; chuyển đổi ML, điều chỉnh mô hình đã huấn luyện để triển khai trên blockchain; tải an toàn ML, bảo vệ an toàn cho quá trình chuyển dữ liệu và mô hình; và thực thi mô hình ML dựa trên thỏa thuận, đảm bảo tính chính xác và an toàn của các quá trình tính toán. Để chứng minh hiệu quả của MLOB, nhóm nghiên cứu đã xây dựng một nguyên mẫu và áp dụng vào việc giám sát tiến độ xây dựng trong nhà. Họ đánh giá khuôn khổ này so với ba phương pháp cơ sở và hai phương pháp tích hợp ML-BT gần đây.

Kết quả cho thấy MLOB đã nâng cao rõ rệt tính an toàn, thành công ngăn chặn được sáu kịch bản tấn công đã định trước. Nó duy trì độ chính xác cao, chỉ chênh lệch nhỏ 0, 001 trong chỉ số trung bình giao nhau trên liên hoan (MIoU) so với phương pháp xuất sắc nhất trong các phương pháp cơ sở. Mặc dù hiệu quả đã giảm nhẹ, với thời gian trễ tăng thêm 0, 231 giây so với phương pháp nhanh nhất, nhưng hiệu suất tổng thể vẫn phù hợp với yêu cầu của thực tiễn công nghiệp. Thêm vào đó, khuôn khổ MLOB còn mang ý nghĩa quản trị quan trọng. Nó thúc đẩy các tổ chức đổi mới bằng cách ứng dụng các công nghệ tiên tiến, từ đó nâng cao tính cạnh tranh của quy trình kỹ thuật. Nó cũng giúp giảm thiểu rủi ro liên quan đến bảo mật dữ liệu và logic, đóng góp vào việc tối ưu hoá phân bổ nguồn lực và tăng cường khả năng phục hồi kinh tế. Tuy nhiên, khuôn khổ này còn tồn tại một số hạn chế, như khả năng hỗ trợ các ứng dụng nhạy cảm về độ trễ còn hạn chế và thiếu giao diện thân thiện với người dùng. Những công trình trong tương lai sẽ tập trung nâng cao hiệu quả và phát triển giao diện dễ tiếp cận hơn để cải thiện khả năng sử dụng và mở rộng phạm vi ứng dụng của MLOB trong các tính toán kỹ thuật.