본 논문은 중앙 집중식 기상 예보 시스템의 보안 취약성, 확장성 한계, 단일 지점 장애에 대한 취약성 문제를 해결하기 위해, Federated Learning(FL)과 블록체인 기술을 통합한 분산형 기상 예보 프레임워크를 제안합니다. FL을 통해 민감한 지역 데이터를 노출하지 않고 협업적인 모델 훈련을 가능하게 하여 개인 정보 보호를 강화하고 데이터 전송 오버헤드를 줄입니다. 이더리움 블록체인은 모델 업데이트의 투명하고 신뢰할 수 있는 검증을 보장합니다. 또한, 평판 기반 투표 메커니즘과 IPFS를 활용하여 제출된 모델의 신뢰성을 평가하고 효율적인 오프체인 저장을 구현합니다. 실험 결과는 제안된 접근 방식이 예보 정확도를 향상시키고 시스템의 복원력과 확장성을 강화하여 실제 보안이 중요한 환경에서 배포 가능한 후보임을 보여줍니다.
시사점, 한계점
•
시사점:
◦
분산형 기상 예보 시스템을 통해 기존 중앙 집중식 시스템의 보안 및 확장성 문제 해결 가능성 제시.
◦
Federated Learning과 블록체인 기술의 결합을 통한 개인 정보 보호 강화 및 데이터 효율성 증대.
◦
평판 기반 투표 메커니즘과 IPFS 활용으로 시스템의 신뢰성과 효율성 향상.
◦
향상된 예보 정확도와 시스템 복원력 및 확장성 확보.
•
한계점:
◦
제안된 시스템의 실제 환경 구축 및 운영에 대한 비용 및 복잡성에 대한 추가적인 분석 필요.
