Nýleg rannsókn sem birtist í tímaritinu Engineering kynnir nýstárlega ramma sem sameinar vélnám (ML) við blokkkeðjutækni (BT) til að bæta tölvuöryggi innan verkfræðigeirans. Ramminn, sem heitir Machine Learning on Blockchain (MLOB), leitast við að yfirstíga ókosti núverandi aðferða við samlögun ML-BT, sem hafa tilhneigingu til að forgangsraða öryggi gagna en vanrækja tölvuöryggi. Vélnám er víða notað í verkfræði til að takast á við flókin viðfangsefni, sem býður upp á marktæka nákvæmni og virkni. Hins vegar er það viðkvæmt fyrir öryggishótunum, svo sem gagnaíhlutun og rökspilltum. Blokkkeðjan, með sinni dreifðu, gegnsæju og óbreytanlegu eðli, hefur verið rannsökuð sem leið til að verja verkfræðigögn. Engu að síður eru hefðbundin ML ferli enn viðkvæm fyrir áhættum utan keðjunnar, þar sem ML líkan eru oft keyrð utan umhverfis blokkkeðjunnar. MLOB ramminn staðsetur bæði gögnin og tölvufræðiferla á blokkkeðjunni, keyrir þau sem snjall samninga til að tryggja úrskurðaskrár. Hann samanstendur af fjórum aðalþáttum: ML skaffi, sem felur í sér þjálfun á ML líkani fyrir ákveðið verkefni; ML umbreyting, sem aðlagað til að athuga þjálfaða líkani fyrir dreifingu á blokkkeðjunni; ML öruggt hleðslu, sem tryggir öryggi gagna og flutninga líkana; og samhljóða ML líkan keyrsla, sem tryggir öryggi og nákvæmni útreikninga. Til að sýna fram á árangur MLOB rammsins, bjuggu rannsóknarhöfundar til frumgerð og notuðu hana til að fylgjast með framvindu innanhúss byggingar. Þeir jöfnuðu MLOB ramman við þrjár grunn aðferðir og tvær nýlegar samlögunar aðferðir í ML-BT.

Niðurstöðurnar sýndu að MLOB ramminn styrkti verulega öryggi, verndandi árangur gegn sex sérstökum árásarscenaríum. Hann hélt einnig háum nákvæmnisstigi, með aðeins 0. 001 mun í meðal skurðinum yfir samlagningu (MIoU) mælikvarðanum miðað við efsta grunn aðferðina. Þrátt fyrir að hann upplifði smá minnkun í virkni—sem leiddi til aukningar á töfum upp á 0. 231 sekúndur miðað við þann grunn sem er afkastamestur—var heildarárangurinn ásættanlegur fyrir iðnaðarnotkun. Auk þess ber MLOB ramminn stjórnunaráhrif með sér. Hann hvetur stofnanir til nýsköpunar með því að samþætta nýjustu tækni, sem gæti leiðt til samkeppnishæfari verkfræðipraksís. Frekar aðstoðar hann við að draga úr áhættum tengdum öryggi gagna og rökum, og þar með hámarka úthlutun auðlinda og auka efnahagslega seiglu. Hins vegar eru takmarkanir á rammanum. Hann veitir takmarkaðan stuðning við töfarnæmar forritanir og skortir notendavænt viðmót. Fremri rannsóknir munu miða að því að auka árangur, og þróa auðveldara notendaviðmót til að bæta notkun og stækka notkunarsvið hans innan verkfræðitölvunar.