VALORLEGNO - Filiera del legno veneto: sistemi avanzati di valorizzazione delle produzioni

Data inizio
1 ottobre 2024
Durata (mesi) 
31
Dipartimenti
Informatica
Responsabili (o referenti locali)
Meli Daniele

Obiettivo generale del progetto è la progettazione e prototipizzazione di una soluzione integrata per il supporto della tracciabilità della filiera del legno tramite l'utilizzo della tecnologia blockchain, supportata da tecniche avanzate di anomaly detection per l'assicurazione della qualità. L'utilizzo della tecnologia blockchain nella filiera del legno offre un potenziale vantaggio competitivo per garantire la massima trasparenza in ogni fase della produzione, dalla selezione della materia prima alla lavorazione e commercializzazione del prodotto, rendendo visibile l'intera supply chain. Ciò permette ai consumatori di avere accesso a informazioni certe e certificate, eliminando dubbi sulla provenienza e sulla qualità del prodotto. La tecnologia blockchain può essere considerata vincente per supportare la filera del legno poichè garantisce proprietà di immutabilità, tracciabilità e disponibilità del dato. Per quanto riguarda la caratteristica di immutabilità, essa garantisce che quanto salvato al suo interno non possa essere modificato successivamente ed unilateralmente, o alternativamente che tutte le modifiche del dato vengano dettagliatamente memorizzate e siano facilmente identificabili, garantendo pertanto a tutti gli attori una fonte certa dell'informazione. Il salvataggio di informazioni in blockchain garantisce inoltre la tracciabilitá dell'informazione, ossia di indicare chiaramente e incontrovertibilmente chi ha inserito il dato, rendendolo pertanto responsabile ultimo nei confronti degli altri partecipanti alla rete. Infine, data l'indipendenza dei nodi nella rete, la disponibilità del dato non risulta legata ad un singolo soggetto che ne detiene la proprietà a proprio piacimento. Infine, al fine di assicurare la qualità dei dati salvati lungo la filiera, questi saranno analizzati mediante tecniche avanzate di machine learning, allo scopo di individuare eventuali anomalie e spiegarne o prevenirne le possibili cause tempestivamente (explainable artificial intelligence).
 

Enti finanziatori:

Regione del Veneto
Finanziamento: assegnato e gestito dal Dipartimento

Partecipanti al progetto

Ilenia Confente
Professore associato
Daniele Meli
Ricercatore a tempo determinato
Sara Migliorini
Ricercatore a tempo determinato
Ivan Russo
Professore ordinario
Aree di ricerca coinvolte dal progetto
Intelligenza Artificiale
Artificial intelligence
Ingegneria del Software e Verifica Formale
Formal software verification

Attività

Strutture

Condividi