基于区块链的联邦学习研究进展

来源：计算机应用杂志2022年第11期北京时间：

作者：孙睿, 李超, 王伟, 童恩栋, 王健, 刘吉强

单位：1.智能交通数据安全与隐私保护技术北京市重点实验室(北京交通大学), 北京 100044；2.北京交通大学 计算机与信息技术学院, 北京 100044

摘要：联邦学习（FL）是一种能够实现用户数据不出本地的新型隐私保护学习范式。随着相关研究工作的不断深入，FL的单点故障及可信性缺乏等不足之处逐渐受到重视。近年来，起源于比特币的区块链技术取得迅速发展，它开创性地构建了去中心化的信任，为FL的发展提供了一种新的可能。对现有基于区块链的FL框架进行对比分析，深入讨论区块链与FL相结合所解决的FL重要问题，并阐述了基于区块链的FL技术在物联网（IoT）、工业物联网（IIoT）、车联网（IoV）、医疗服务等多个领域的应用前景。

关键词：联邦学习,区块链,结构框架,融合应用,隐私保护

基金资助：国家重点研发计划项目(2020YFB2103802);中央高校基本科研业务费专项资金资助项目(2019RC038)