[논문 리뷰] Towards Traceability in Data Ecosystems using a Bill of Materials Model

Iain Barclay, Alun Preece외 2명|arXiv (Cornell University)|2019. 04. 08.

Blockchain Technology Applications and Security참고 문헌 19인용 수 13

한 줄 요약

이 논문은 과학적 데이터 생태계에서의 추적 가능성을 위한 Bill of Materials (BoM) 모델을 제안하며, 정적 BoM과 동적 Bill of Lots (BoL) 기록을 통해 데이터 기원, 유도된 아티팩트, 시스템 구성 요소를 추적할 수 있도록 한다. 블록체인과 통합된 GraphQL 기반의 dataBoM 게이트웨이를 통해 데이터 사용 기록을 변하지 않게 기록하고, 이는 책임성, 재현 가능성, 오류 추적을 지원한다. 복잡한 데이터 실험 환경에서의 신뢰성 있는 추적 가능성을 실현한다.

ABSTRACT

Researchers and scientists use aggregations of data from a diverse combination of sources, including partners, open data providers and commercial data suppliers. As the complexity of such data ecosystems increases, and in turn leads to the generation of new reusable assets, it becomes ever more difficult to track data usage, and to maintain a clear view on where data in a system has originated and makes onward contributions. Reliable traceability on data usage is needed for accountability, both in demonstrating the right to use data, and having assurance that the data is as it is claimed to be. Society is demanding more accountability in data-driven and artificial intelligence systems deployed and used commercially and in the public sector. This paper introduces the conceptual design of a model for data traceability based on a Bill of Materials scheme, widely used for supply chain traceability in manufacturing industries, and presents details of the architecture and implementation of a gateway built upon the model. Use of the gateway is illustrated through a case study, which demonstrates how data and artifacts used in an experiment would be defined and instantiated to achieve the desired traceability goals, and how blockchain technology can facilitate accurate recordings of transactions between contributors.

연구 동기 및 목표

• 복잡하고 다수의 데이터 소스를 포함하는 과학적 데이터 생태계에서 데이터 라인저인 및 기원 추적의 증가하는 과제를 해결하기 위해.
• 데이터 기원, 변환, 기여자에 대한 검증 가능하고 변하지 않는 기록을 제공함으로써 데이터 사용의 책임성을 확보하기 위해.
• 각 실험에 대해 정적 시스템 아키텍처(BoM)와 동적 실행 상태(BoL)를 모두 캡처함으로써 재현 가능성과 오류 추적을 지원하기 위해.
• 데이터 거래 기록의 변조 방지 및 감사 가능성을 확보하기 위해 블록체인 기술을 통합하여 투명하고 신뢰할 수 있는 로깅을 제공하기 위해.
• 분산식 식별자(DIDs)를 활용해 연구자, 데이터, 아티팩트를 연결함으로써 인간과 기계 모두의 추적 가능성을 향상시키기 위해.

제안 방법

• 데이터 소스, 소프트웨어, 라이선스, 하드웨어, 인간 기여자 등을 포함한 Bill of Materials (BoM)로 데이터 생태계를 모델링하기.
• 실험 실행 시점에 BoM를 실시간으로 동적 Bill of Lots (BoL)로 인스턴스화하여 각 실험 호출에 대한 입력/출력 데이터 값과 아티팩트 상태를 기록하기.
• 과학자들이 다양한 플랫폼 간에 BoM 및 BoL를 정의, 쿼리, 관리할 수 있도록 GraphQL 기반 게이트웨이(dataBoM)를 구현하기.
• 블록체인 기술을 통합하여 BoL 기록을 변하지 않게 기록함으로써 데이터 거래의 비부인성과 감사 가능성을 확보하기.
• 이더리움과 같은 블록체인에서 스마트 컨트랙트를 활용해 자동화된 데이터 선택, 품질 기반 라우팅, 지급 메커니즘과 같은 동적 행동을 가능하게 하기.
• 연구자와 커뮤니티 워커를 데이터 및 아티팩트 구성 요소에 연결하기 위해 분산형 식별자(DIDs)를 활용해 인간 측의 추적 가능성을 보장하기.

실험 결과

연구 질문

• RQ1 복잡하고 다수의 소스를 포함하는 과학적 데이터 생태계에서 데이터 라인저인 및 기원을 체계적으로 캡처할 수 있는 방법은 무엇인가?
• RQ2 BoM/BoL 모델이 실험 런 간에 데이터 및 아티팩트의 정적 및 동적 추적 가능성을 어느 정도 지원할 수 있는가?
• RQ3 블록체인 기술이 과학 워크플로우에서 데이터 사용 기록의 변하지 않음과 신뢰성 향상에 어떻게 기여할 수 있는가?
• RQ4 스마트 컨트랙트는 데이터 생태계에서 자동화된 정책 기반 데이터 거버넌스 및 품질 기반 라우팅을 어떻게 가능하게 하는가?
• RQ5 분산형 신원 시스템을 활용해 인간 기여자를 신뢰성 있게 데이터 및 아티팩트에 연결하고 추적할 수 있는가?

주요 결과

• dataBoM 게이트웨이는 과학자들이 데이터 생태계를 데이터 기원, 소프트웨어, 라이선스, 인간 기여자 등을 포함한 체계적인 BoM로 모델링할 수 있도록 성공적으로 지원한다.
• 각 실험 실행은 고유하고 지속 가능한 BoL을 생성하여 동적 입력, 출력, 아티팩트 상태를 기록함으로써 데이터 라인저인의 완전한 추적 가능성을 실현한다.
• 블록체인 통합을 통해 BoL 기록이 변하지 않게 기록되고 암호학적으로 검증 가능해지며, 비부인성과 감사 가능성을 보장한다.
• 이더리움 기반 스마트 컨트랙트를 활용해 데이터 품질 정책을 정의할 수 있으며, 이는 런타임에서 최적의 데이터 소스 선택 및 자동 보상 기능을 가능하게 한다.
• 분산형 식별자(DIDs)의 사용을 통해 연구자 및 기여자에 대한 신뢰성 있고 암호학적으로 보장된 기여 기록이 가능해진다.
• 게이트웨이의 GraphQL 기반 API는 기존 과학 워크플로우와 원활하게 통합되며, 데이터 및 기원 쿼리에 대한 다중 플랫폼 접근을 지원한다.