联盟学习证明 —— 一种新颖的能量寻源共识算法

PoW，即工作量证明，是 比特币、 以太坊 等区块链中应用的最流行的共识算法，它需要大量能源 才能运行，但是除了决定矿工的记账权再无其他有效产出。为了解决PoW共识的缺点，我们提出了一种 新颖的能量循环共识算法，PoFL，即联盟学习证明算法。PoFL算法可以将PoW共识中 浪费在难度计算上的能力投入联邦学习。

联盟学习和池化挖矿在组织结构方面有着 天然的契合度。然而，区块链非结构话数据和属主之间的分离导致模型训练和验证 中的数据隐私泄露，从而偏离联盟学习的初衷。为解决这一问题，我们提出了反向的 基于游戏的数据交易机制和隐私保护模型验证机制，前者可以保护训练数据不会泄露， 后者可以验证训练模型的精度同时保证不破环隐私。据我们所知，本论文是在区块链 PoW共识中首次使用联盟学习。基于合成数据与真实数据的仿真展示了本论文所提议 机制的有效性。

论文PDF下载：Proof of Federated Learning: A Novel Energy-recycling Consensus Algorithm