《BlockDeepNet: A Blockchain-Based Secure Deep Learning for IoT Network》翻译（区块链+边缘计算+联邦学习）

BlockDeepNet

BlockDeepNet，一种基于区块链的安全DL，它结合了DL和区块链，以支持物联网中的安全协作DL。在BlockDeepNet中，协作DL在设备级执行，以克服隐私泄露，获取足够的DL数据；而在物联网中，采用区块链来保证协作DL的机密性和完整性。实验评估表明，BlockDeepNet在可接受的延迟和区块链操作的计算开销下，可以获得更高的DL准确率。

现有模式不能维护数据贡献者（物联网设备）的完整隐私。这是因为物联网设备被排除在DL过程之外，因为用于学习过程的数据是在未经设备所有者许可的情况下收集的，这可能导致隐私泄露。由于隐私问题，一些数据贡献者不将他们的数据共享给服务器；因此难以为分布式DL模型积累足够的训练数据，这反过来又导致DL模型的精度较低。此外，所有三种形式的智能都可能遭受数据中毒攻击，其中物联网中的任何实体都可能在分布式DL过程中表现出敌对行为，例如，恶意服务器可以故意植入误导性的训练数据。

通过对现有DL范式的讨论，我们指出了设计一个有效的物联网DL范式需要解决的四个主要挑战：
（a）单点故障（b）隐私泄露（c）训练数据不足（d）数据中毒攻击

区块链中的去中心化支持物联网中所有成员节点之间资源和数据的安全共享，克服了多对一流量和中央控制的依赖，为大数据分析提供了足够的数据。从而消除了单点故障和训练数据不足的问题，减少了通信时延。

不可变分布式账本以由所有成员节点加密控制的块的形式安全地维护关于物联网的所有成员节点的信息。此功能可防止恶意篡改训练数据，进