(資料圖片僅供參考)
最近這段時間總有小伙伴問小編通過機器學習對3D打印零件進行逆向工程揭示了安全漏洞是什么，小編為此在網上搜尋了一些有關于通過機器學習對3D打印零件進行逆向工程揭示了安全漏洞的知識送給大家，希望能解答各位小伙伴的疑惑。
最近通過機器學習對3D打印零件進行逆向工程揭示了安全漏洞這個話題，相信很多小伙伴都是非常有興趣了解的吧，一段好的故事可以給讀者帶來很多值得深思的新東西，甚至還可以在一定程度上讓讀者的視野在瞬間擴大，那么既然現在大家都想要知道此類的信息，今日小編將給帶來關于通過機器學習對3D打印零件進行逆向工程揭示了安全漏洞的資訊！
在過去的30年中，隨著復合材料在工業上的廣泛采納，玻璃和碳纖維增強復合材料在航空航天和其他高性能應用中的使用猛增。
在高性能應用中，這些混合，分層材料的強度和多功能性的關鍵是每一層中纖維的方向。增材創造(3-D打印)方面的最新創新使得有可能對此因素進行微調，這是由于能夠在CAD文件中包括要打印組件每一層的離散打印頭方向指令，從而優化了強度和靈便性以及零件特定用途的耐用性。因此，CAD文件說明中的這些3-D打印刀具路徑(刀具將遵循的一系列協調位置)對于創造商而言是珍貴的商業秘密。
但是，由紐約大學丹頓工程學院的研究人員團隊(由機械和航空航天工程學系教授Nikhil Gupta領導)表明，通過將機器學習(ML)工具應用于以下工具，這些工具路徑也很容易復制，因此很容易被竊取。通過CT掃描獲得的零件的微觀結構。
他們的研究“通過使用成像和機器學習通過刀具路徑重構對增材創造的復合零件進行逆向工程”，發表在《復合材料科學與技術》上，論證了這種對3D打印的玻璃纖維增??強聚合物長絲進行逆向工程的方法， 3-D打印，尺寸精度在原始零件的1%的三分之一之內。
調查人員包括NYU Tandon研究生Kaushik Yanamandra，Chen Lin Chen，Xianbo Xu和Gary Mac都表明，可以通過微CT掃描圖像從打印部件的纖維取向中捕獲3-D打印過程中使用的打印方向。 。但是，由于用肉眼很難分辨出纖維的方向，因此該團隊使用了在數千個微CT掃描圖像上訓練的ML算法，以預測在任何纖維增強的3D打印模型上的纖維取向。該團隊在圓柱和正方形模型上驗證了其ML算法結果，發現誤差小于0.5°。
古普塔說，這項研究引起了人們對3-D打印復合零件中知識產權安全性的關注，在這種復合零件上投入了大量的精力進行開辟，但是現代機器學習方法可以輕松地以低成本在短時間內復制它們。
Gupta說：“機器學習方法被用于復雜零件的設計中，但是，正如研究表明的那樣，它們可能是一把雙刃劍，這使得逆向工程也變得更加容易。”“在設計過程中還應考慮安全性，在未來的研究中應開辟出不可克隆的刀具路徑。”
關鍵詞：
營業執照公示信息