区块链联邦学习框架

跨中心安全协作

一个基于区块链的联邦学习框架,让地理分布的数据中心在互不信任的环境下安全协作,同时提升资源效率和网络威胁抵御能力。

Smruti Rekha, Swain · Parashar, Anshu · Saxena, Deepika · Singh, Ashutosh Kumar · Lee, Chungnan

IEEE Transactions on Services Computing 2026

参数信息

资源利用率提升幅度
81 %
功耗降低幅度
58 %
活跃服务器减少幅度
65 %
网络威胁估计准确率
93.19 %

技术优势

梯度上链,防篡改

每个数据中心上传的梯度更新经区块链共识验证并记录在不可篡改的账本中,确保只有真实有效的更新参与全局模型聚合,防止恶意参与者破坏模型。

原始数据不出域

各数据中心仅共享计算出的梯度而非原始工作负载数据,实现隐私保护的同时支持跨域协作学习,适用于对数据安全要求严格的场景。

威胁识别率超 93%

集成学习过程增强任务级资源需求预测的同时,实现 93.19% 的网络威胁估计准确率,有助于数据中心提前发现潜在攻击。

应用场景