零信任架构要求持续验证设备的安全状态，依赖TPM和操作系统信号。TPM提供硬件信任根，PCR作为系统的加密指纹，确保启动过程的可信性。osquery用于实时采集操作系统的安全状态。信任分数模型评估设备合规性，Google的BeyondCorp采用等级模型明确访问权限，设备姿态信号需多层次验证以防伪造。

研究人员提出了一种基于投影的创新方法，将临床专业知识与机器学习工作流相结合，生成重要的元数据。通过捕捉患者生命体征和实验室数值的高维混合整数规划，可以纠正电子病历数据中的错误。通过测量修正后的数据与健康范围约束之间的距离，得到了一个称为“信任分数”的预测指标。这些分数提供了对患者健康状况的见解，并显著提高了机器学习分类器在临床环境中的性能。