تتبع مصدر البيانات والنماذج في تعلم الآلة القائم على إنترنت الأشياء: إطار سلسلة كتل كاشف للتلاعب

تعتمد نماذج تعلم الآلة باطراد على بيانات حساسات مولدة باستمرار لاتخاذ قرارات آلية في بيئات إنترنت الأشياء، غير أن الطبيعة الموزعة لهذه البنى التحتية وضعف تأمينها في كثير من الأحيان يفتحان الباب أمام مخاطر التلاعب بالبيانات وانعدام القدرة على التتبع وتطور النماذج على نحو لا يمكن التحقق منه

وتعالج الحلول القائمة جوانب منعزلة في العادة كأمن البيانات أو التحكم في الوصول، دون أن توفر تتبعًا شاملًا لمصدر المكونات عبر دورة حياة تعلم الآلة كاملة، من جمع البيانات الخام إلى المعالجة المسبقة وتدريب النماذج، فتبقى الحاجة قائمة إلى إطار يربط هذه الحلقات بسجل موثوق لا يقبل التعديل الخفي

وتتفاقم هذه المخاطر مع اتساع رقعة إنترنت الأشياء ودخولها قطاعات حيوية كالشبكات الذكية والمركبات المتصلة والرعاية الصحية، إذ قد يؤدي العبث ببيانات التدريب أو بالنماذج المنشورة إلى قرارات آلية خاطئة يصعب اكتشاف مصدر خللها، فتغدو قابلية الإثبات والتتبع شرطًا لا رفاهية في بناء الثقة بالأنظمة الذكية الموزعة

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى اقتراح إطار لتتبع مصدر البيانات والنماذج كاشف للتلاعب في تعلم الآلة القائم على إنترنت الأشياء، يدمج تقنية سلسلة الكتل مع التخزين خارج السلسلة، بحيث تسجل البصمات التشفيرية والبيانات الوصفية للبيانات ومخرجات المعالجة المسبقة والنماذج المدربة على السلسلة، بينما تحفظ المكونات الكبيرة خارجها ضمانًا لقابلية التوسع

وتتولى العقود الذكية إقامة روابط قابلة للتحقق بين مكونات دورة الحياة وأتمتة تسجيل التتبع، وقُيّم الإطار في خط أنابيب محاكى لإنترنت الأشياء وتعلم الآلة في ظل سيناريوهات هجوم على السلامة شملت التلاعب بالبيانات والعبث بالنماذج وتعديل البيانات الوصفية، مع قياس موثوقية الكشف وزمن التحقق وحجم التخزين على السلسلة لكل سجل

ثانيًا: أبرز النتائج

أظهر التقييم التجريبي جدوى البنية الهجينة المقترحة في ظروف مضبوطة، وتتلخص أبرز النتائج في النقاط الآتية

1، نجح الإطار في كشف التعديلات غير المصرح بها بموثوقية في جميع سيناريوهات الهجوم المختبرة على البيانات والنماذج والبيانات الوصفية

2، ظل زمن التحقق من السلامة منخفضًا بما لا يعيق سير خطوط تعلم الآلة العاملة في بيئات إنترنت الأشياء

3، بقي حجم التخزين المطلوب على السلسلة ثابتًا لكل سجل، وهو ما يدعم قابلية الإطار للتوسع مع نمو أعداد الأجهزة والنماذج

4، أثبت التكامل بين التسجيل على السلسلة والتخزين خارجها قدرته على تحقيق التوازن بين الموثوقية والكفاءة في بيئة المحاكاة المختبرة

ثالثًا: دلالات الدراسة وتطبيقاتها

تفتح الدراسة الباب أمام توظيف سلاسل الكتل في حوكمة أنظمة الذكاء الاصطناعي الموزعة، إذ يتيح التتبع الكاشف للتلاعب مساءلة أوضح عن مصادر البيانات وتطور النماذج في قطاعات حساسة كالمدن الذكية والرعاية الصحية عن بعد والصناعة المتصلة، حيث تترتب على سلامة القرارات الآلية آثار تشغيلية وأخلاقية مباشرة

غير أن الدراسة تقر بأن نتائجها مستمدة من بيئة محاكاة مضبوطة، مما يبرز الحاجة إلى مزيد من التحقق في عمليات نشر واقعية بظروف شبكية وأمنية أكثر تعقيدًا وتنوعًا، وهو ما ينبغي أن ينتبه إليه الباحثون العرب وطلاب الدراسات العليا عند نقل هذا الإطار إلى بيئات تشغيل حقيقية أو مقارنته ببدائل مركزية أبسط

ويستفيد الباحثون العرب وطلاب الدراسات العليا في أمن المعلومات من بنية الإطار في فهم كيفية توزيع الثقة بين السجل الموزع والتخزين التقليدي، وكيف يمكن للعقود الذكية أن تؤتمت إجراءات التسجيل والربط بين المكونات بما يقلل التدخل البشري ومواضع الخطأ، وهي مفاهيم قابلة للتوظيف في الاستجابة للحوادث الأمنية والتدقيق الرقمي للأنظمة الذكية

وخلاصة القول إن البنى الهجينة التي تجمع سلسلة الكتل بالتخزين خارجها تقدم حلًا عمليًا واعدًا لتتبع مصدر البيانات والنماذج في أنظمة تعلم الآلة القائمة على إنترنت الأشياء، وتستحق اختبارًا ميدانيًا أوسع يثبت جدواها خارج حدود المحاكاة وتتكامل مع أطر أوسع لحوكمة الذكاء الاصطناعي وسلامته وأخلاقيات نشره ومساءلة مطوريه ومشغليه في البيئات الحساسة