Nedávna štúdia publikovaná v časopise Engineering predstavuje inovatívny rámec, ktorý spája strojové učenie (ML) s technológiou blockchain (BT) na zlepšenie výpočtovej bezpečnosti v sektore inžinierstva. Rámec nazvaný Machine Learning on Blockchain (MLOB) sa snaží prekonať nedostatky súčasných metód integrácie ML a BT, ktoré sa často zameriavajú na bezpečnosť dát a zanedbávajú výpočtovú bezpečnosť. Strojové učenie sa široko používa v inžinierstve na riešenie zložitých problémov a ponúka výraznú presnosť a efektívnosť. Je však zraniteľné voči bezpečnostným hrozbám, ako sú manipulácia s dátami a poškodenie logiky. Blockchain, so svojou decentralizovanou, transparentnou a nemennou povahou, bol skúmaný ako spôsob ochrany inžinierskych dát. Napriek tomu tradičné procesy ML zostávajú náchylné na off-chain riziká, keďže sa modely ML často vykonávajú mimo prostredia blockchainu. Rámec MLOB umiestňuje dáta aj výpočtové procesy na blockchain, vykonáva ich ako inteligentné zmluvy na ochranu záznamov vykonávania. Skladá sa z štyroch hlavných komponentov: ML akvizícia, ktorá zahŕňa školenie modelu ML pre konkrétnu úlohu; ML konverzia, ktorá prispôsobuje vytrénovaný model na nasadenie v blockchaine; ML bezpečné načítanie, zabezpečujúce bezpečnosť prevodu dát a modelov; a vykonávanie modelu ML založené na konsenze, ktoré zabezpečuje bezpečnosť a presnosť výpočtov. Aby dokázali účinnosť rámca MLOB, výskumníci vytvorili prototyp a použili ho na monitorovanie pokroku vo vnútorných stavebných prácach. Porovnali rámec MLOB s tromi základnými metódami a dvoma nedávnymi prístupmi integrujúcimi ML a BT.

Zistenia ukázali, že rámec MLOB výrazne posilnil bezpečnosť, úspešne bránil šiestim konkrétnym scénarom útokov. Taktiež udržal vysokú úroveň presnosti, pričom sa priemerná odchýlka v metrikách zápasu (MIoU) líšila iba o 0, 001 v porovnaní s najlepšou základnou metódou. Hoci došlo k miernemu poklesu efektívnosti—čo viedlo ku zvýšeniu latencie o 0, 231 sekundy v porovnaní s najefektívnejšou základnou metódou—celkový výkon bol uspokojivý pre priemyselné aplikácie. Okrem toho rámec MLOB prináša manažérske implikácie. Povzbudzuje organizácie k inováciám prostredníctvom integrácie moderných technológií, čo môže viesť k konkurencieschopnejším inžinierskym praktikám. Ďalej pomáha zmierniť riziká súvisiace so bezpečnosťou dát a logiky, čím optimalizuje pridelenie zdrojov a posilňuje ekonomickú odolnosť. Napriek tomu má rámec aj niektoré obmedzenia. Ponúka obmedzenú podporu pre aplikácie citlivé na latenciu a postráda používateľsky priateľské rozhranie. Budúci výskum bude zameraný na zlepšenie jeho efektívnosti a vývoj prístupnejšieho používateľského rozhrania na zlepšenie použiteľnosti a rozšírenie jeho aplikácie v inžinierskom výpočte.