Skip to main content
European Commission logo
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

A platform for privacy-preserving Federated Machine Learning using Blockchain to enable Operational Improvements in ATM

Projektbeschreibung

Ein besseres Flugverkehrsmanagement dank einer Zusammenarbeit bei maschinellem Lernen anhand von privaten Datensätzen

Das Flugverkehrsmanagement kann erheblich von der cybersicheren Ausnutzung umfangreicher privater Datensätze profitieren, die verschiedenen Interessengruppen gehören. Bislang teilt jedoch kaum jemand gerne sensible Daten. Das EU-finanzierte Projekt AICHAIN schlägt ein innovatives digitales Datenverwaltungskonzept vor, das dazu beitragen soll, diese wertvollen privaten Datensätze nutzen zu können. Es wird zwei aufstrebende Technologien zur digitalen Datenverwaltung, dezentrales maschinelles Lernen und Blockchains, kombinieren, um ein fortgeschrittenes System für föderiertes Lernen auszuarbeiten, das die Privatsphäre wahrt und in dem der Datenaustausch sowie die Schulungsmodelle nicht anfällig sind. Zudem wird es die potenziellen Vorteile der innovativen digitalen Datenverwaltung anhand von Forschungsfällen im Flugverkehrsmanagement ergründen. Diese hängen mit dem fortgeschrittenen Modell der Netzwerkverwaltung zur Prognose des Ausgleichs zwischen Nachfrage und Kapazität, das mit tatsächlichen Betriebsdaten von Luftraumnutzenden angereichert ist, zusammen.

Ziel

This project proposes an innovative Digital Information Management (DIM) concept, i.e. the AICHAIN solution, that aims at enabling the cyber-secured exploitation of large private data sets that belong to different stakeholders and that contain valuable information for ATM operations. To overcome the stakeholders’ reluctance to share sensitive data, the exploitation will not be performed by exchanging the data itself but by articulating an advanced privacy-preserving federated learning architecture in which neither the training data nor the training model need to be exposed. This will be possible thanks to the innovative combination of two emerging DIM technologies: Federated Machine Learning (FedML) and Blockchain technologies.

The potential benefits of the new proposed DIM concept will be explored through ATM research use cases related to advanced Demand Capacity Balancing (DCB) predictive models of the Network Manager (NM), whose prediction performance is expected to significantly improve thanks to the exploitation of relevant operational private data from Airspace Users. The accuracy of the new DCB predictive models augmented with real operational data accessed through the AICHAIN solution will be benchmarked against the machine learning models for DCB that are currently in use or under research by NM.

The project will also address the exploration of governance and incentives mechanisms as part of the AICHAIN solution concept architecture, to facilitate the adoption of the concept and the alignment of interests of the key stakeholders (especially of the data owners). The design of advanced governance & incentives mechanisms, which could be implemented using the mechanism of “smart contracts” available in the toolset of Blockchain, will be complemented with a theoretical identification of data exploitation benefits and with discussions in workshops participated by external experts.

Koordinator

SITA EWAS APPLICATION SERVICES SL
Netto-EU-Beitrag
€ 240 907,16
Adresse
CALLE DE PALLARS 193-205 PLANTA 11
08005 Barcelona
Spanien

Auf der Karte ansehen

Region
Este Cataluña Barcelona
Aktivitätstyp
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Links
Gesamtkosten
€ 283 407,16

Beteiligte (6)