通过机器学习对3D打印零件进行逆向工程揭示安全漏洞

分享一篇关于互联网、手机、快科技的文章。相信很多朋友对互联网和手机技术还是不太了解。然后边肖还在网上收集了一些关于手机、互联网和科技的相关知识与大家分享。希望你看完会喜欢。

近30年来，随着复合材料在工业上的广泛应用，玻璃和碳纤维增强复合材料在航空航天等高性能应用领域的使用量激增。

在高性能应用中，这些混合和分层材料的强度和多功能性的关键是每层中纤维的方向。添加剂制造(三维打印)的最新创新使得微调这一因素成为可能，因为可以在计算机辅助设计文件中为要打印的每一层组件包含离散的打印头方向指令，从而优化特定用途零件的强度和灵活性以及耐用性。因此，这些三维打印刀具路径(刀具将遵循的一系列协调位置)在CAD文件的描述中是制造商有价值的商业秘密。

然而，来自纽约大学丹顿工程学院的一组研究人员(由机械和航空航天工程系教授Nikhil Gupta领导)表明，通过将机器学习(ML)工具应用于以下工具，这些工具路径也很容易被复制和窃取。通过CT扫描获得零件的微观结构。

他们的研究“利用成像和机器学习通过刀具路径重构对添加材料制成的复合材料零件进行逆向工程”发表于《复合材料科学与技术》，演示了这种3D打印玻璃纤维增强聚合物长丝的逆向工程方法，3D打印的尺寸精度在原始零件的1%的三分之一以内。

包括坦登的研究生Kaushik Yanamandra、Chen、徐贤波和Gary Mac在内的研究人员已经表明，三维打印中使用的打印方向可以通过显微CT扫描图像从打印部件的纤维方向捕捉。然而，由于肉眼难以区分纤维的方向，该团队使用在数千张显微CT扫描图像上训练的ML算法来预测任何纤维增强3D打印模型上的纤维取向。该团队在圆柱体和正方形模型上验证了ML算法的结果，发现误差小于0.5。

古塔说，这项研究引起了人们对三维打印复合材料零件知识产权安全的关注，并投入大量精力开发这类复合材料零件，但现代机器学习方法可以在短时间内以低成本轻松复制。

古普塔说：“机器学习方法被用于复杂零件的设计，但正如研究表明的那样，它们可能是一把双刃剑，这使得逆向工程变得更加容易。”“在设计过程中还应考虑安全性，在未来的研究中应开发非克隆刀具路径。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！