Ricerca
Fiducia decentralizzata per l’IA spaziale: apprendimento federato basato sulla blockchain nelle reti di satelliti LEO di più fornitori
L’ascesa dell’IA spaziale sta trasformando le attività pubbliche e industriali attraverso applicazioni come il rilevamento dei disastri, la sorveglianza delle frontiere e il monitoraggio del clima…

- arXiv
- 2512.08882
- Pubblicato
- 2025-12-09
- Autori
- Mohamed Elmahallawy, Asma Jodeiri Akbarfam
Abstract degli autori
L’ascesa dell’IA spaziale sta trasformando le attività pubbliche e industriali attraverso applicazioni come il rilevamento dei disastri, la sorveglianza delle frontiere e il monitoraggio del clima, alimentate dall’enorme quantità di dati raccolti dai satelliti commerciali e governativi in orbita terrestre bassa (LEO). L’apprendimento federato satellitare (FSL) consente di addestrare congiuntamente i modelli senza condividere i dati grezzi, ma la connettività intermittente ne rallenta la convergenza e pone problemi cruciali di fiducia: nelle costellazioni satellitari possono comparire aggiornamenti distorti o falsificati, anche a seguito di attacchi informatici ai collegamenti tra satelliti o tra satelliti e stazioni di terra. Proponiamo OrbitChain, un sistema basato sulla blockchain che consente una collaborazione affidabile tra più fornitori nelle reti LEO. OrbitChain (i) affida il consenso a piattaforme d’alta quota (HAP) dotate di maggiore capacità di calcolo, (ii) garantisce una provenienza trasparente e verificabile degli aggiornamenti dei modelli da orbite diverse di proprietà di fornitori diversi e (iii) impedisce che contributi manipolati o incompleti influenzino l’aggregazione del modello FSL globale. Ampie simulazioni mostrano che OrbitChain riduce il carico computazionale e le comunicazioni necessarie, migliorando al tempo stesso la riservatezza, la sicurezza e l’accuratezza del modello globale. Il suo registro permissioned basato su proof-of-authority finalizza oltre 1000 blocchi con una latenza inferiore a un secondo (0,16 s, 0,26 s e 0,35 s per quorum, rispettivamente, di 1 su 5, 3 su 5 e 5 su 5). Inoltre, su dataset satellitari reali, OrbitChain riduce il tempo di convergenza fino a 30 ore rispetto all’apprendimento con un solo fornitore, dimostrando la propria efficacia per l’apprendimento in tempo reale tra più fornitori. Il nostro codice è disponibile all’indirizzo https://github.com/wsu-cyber-security-lab-ai/OrbitChain.git
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv