CoinFubi

基于区块链的隐私保护信息共享对于现代供应链日益关键。本研究提出一种将区块链共识算法与联邦学习融合的方法，以保障跨机构的数据交换安全。它设计了一种基于区块链的可验证共识机制，并将其与联邦学习耦合，构建一个在保护数据的同时实现协作的加密模型。为降低联邦学习固有的隐私泄露风险，该方法引入因果伪随机函数和布谷哈希来处理数据并降低通信开销，防止哈希冲突。

加密模型随后部署到数据传输系统，并辅以多因素身份认证以增强安全性。实验结果显示，该共识算法的平均节点选举时延为115.20 ms，节点替换时延为8.56 ms；该方法在经处理后的数据生成准确率达到92.48%，数据篡改检测率为98.87%，隐私泄露率为0.1%，平均响应时间为1.0 s。总体而言，该框架通过将共识机制与联邦学习的更紧密整合，在降低系统开销和延迟的同时实现隐私保护与高效共享，从而提升复杂供应网络中多方信息共享的效率。通过优化共识过程与联邦学习之间的交互，该方法在维护可验证、可审计数据共享的同时，提高运营效率。