通过使用区块链技术存储数据并利用智能合约自动化机器学习流程，提出了一种可信机器学习系统的统一分析框架，并在其中构建了三个核心机器学习算法的实现，包括服务器层实现、流媒体层实现和智能合约实现。此外，该研究还提出了利用特殊的二进制数据格式在设备边缘部署的流媒体层上运行机器学习模型的新方法和一种可增强样本的综合数据生成方法，可以有效解决部分应用程序所需的训练数据量不足的问题。

Aug, 2019

本文探讨了区块链技术如何改善基于人工智能的医疗保健可靠性和信誉的状态，并通过系统文献综述探索了不同人工智能技术和区块链技术的医疗应用程序。提出了一个概念框架，包括自然语言处理，计算机视觉和声学 AI 应用，以应对各种针对基于人工智能的医疗保健应用的对抗攻击。

May, 2022

提出一种通过区块链和智能合约实现的数据中心联邦学习架构，其中包含一个虚拟的公共市场，提供高质量的数据以供训练，通过激励机制提高数据质量和完整性，该架构有助于提高训练数据集的增长速度和模型准确性。

Jun, 2022

使用模型水印技术和区块链建立了一个统一的模型版权保护平台，称为 Tokenized Model，通过可靠的所有权记录和验证机制保护模型的版权，并通过构建模型的交易流程和贡献份额提高其财务价值。

Nov, 2023

基于智能合约、区块链技术、FaceNet512 身份识别、高斯混合模型（GMM）语音认证的视频音频验证系统，提供了前所未有的安全性和可靠性，有效防止身份盗用和非法访问，成为安全金融交易的新标杆。

Oct, 2023

该研究论文提出了一个综合框架，结合了区块链、智能合约和星际文件系统，通过在联邦学习中整合数据信任，以便安全地共享数据并提供激励、访问控制机制和惩罚任何不诚实的行为，实验证明该模型在提高联邦学习模型的准确性的同时确保数据共享过程的安全和公平性；论文还介绍了一种分散化的联邦学习平台，成功地使用区块链技术在 MNIST 数据集上训练了一个 CNN 模型，这个平台使多个工作器能够同时训练模型，同时保护数据的隐私和安全性，分散化的架构和区块链技术的应用允许工作器之间进行高效的通信和协作，该平台具备促进分散化机器学习并支持各个领域隐私保护合作的潜力。

Jul, 2023

本文提出使用区块链技术来构建可信赖机器学习系统，并使用智能合约实现自动化的机器学习过程，从而解决现有数据库不可信、难以自动化的问题。本文的三个贡献是建立了机器学习技术和区块链技术之间的联系，提出了使用区块链技术的可信机器学习的统一分析框架，并使用关联规则挖掘为例来展示如何应用于社会问题的分析。

Mar, 2019

这篇研究提出了一种基于区块链和知识图技术的分散和自适应软件框架，以透明和可靠的方式支持物联网环境之间的知识交换和互操作性。

Apr, 2022

区块链技术作为一种安全且去中心化的数字交易和信息记录的数字账本，能够在医疗行业和医疗保健领域应用中保护患者数据的安全性和透明性，本研究探讨了将区块链技术应用于基于人工智能的医疗保健系统中，使得区块链和人工智能相结合能够解决医疗系统中的安全、性能和效率等方面的问题，并且提出了一个基于人工智能的医疗区块链模型（healthAIChain），以提升患者数据的安全性。

Nov, 2023

本文提出了一种将增量学习矢量量化算法（XuILVQ）与以太坊区块链技术结合，以促进分布式环境中的安全高效数据共享、模型训练和原型存储的新型物联网解决方案。通过一系列实验评估我们的系统性能，展示了其在物联网环境中提高机器学习任务准确性和效率的潜力。

Nov, 2023