InterPlanetary File System (IPFS) is a distributed file system that provides a high throughput content-addressed block storage model, enabling the creation of versioned file systems, blockchains, and a Permanent Web based on a generalized Merkle DAG data structure.

Jul, 2014

本文介绍了一种基于资源标识符生成算法（Resource Identifier Generation Algorithms）的机制，扩展了领域生成算法（Domain Generation Algorithms）的功能，介绍了利用星际文件系统（InterPlanetary file system）作为隐秘通信通道的方法，并探讨了其在恶意软件管理中的应用。

May, 2019

本研究对区块链技术在数据共享中的应用进行了全面研究，分析了当前数据共享技术存在的挑战与局限性，并探讨了该技术在不同领域的应用，总结了区块链技术在提升共享数据安全和可靠性方面取得的成果和未来研究方向。

Mar, 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

通过在灾害场景中研究对对等通信的各种中断对去中心化学习的影响，我们发现无连接性的丢失对学习过程的准确性的影响要大于数据的丢失，但是网络仍然相对鲁棒，学习过程可以达到较高的准确性。

Oct, 2023

该研究提出了一种基于区块链分片技术的安全计算框架 PIRATE，并通过案例研究展示了其在分布式学习中的作用，解决了在 5G 时代分布式学习中可能遭受拜占庭攻击的问题。

Dec, 2019

本文旨在探讨去中心化技术，如 Web3 钱包、点对点市场、存储和计算，以及 DAO 相结合，可用于设计和构建去中心化 AI Hub。

Jun, 2023

这项研究提出了一种结合联邦学习和区块链的实用方法，用于构建一个分散化的车辆网络，以解决互联车辆系统中的数据隐私和安全问题，并展示了相比常规的分散化联邦学习技术，该方法在车辆网络的性能和安全性方面显著提升。

Nov, 2023

本文介绍了一种通用技术来分析存储结构，结合任何形式的编码和复制，并提出了两种使用纠删码维护冗余的新方案：第一种是直接从系统中现有的片段中最优生成 MDS 片段，第二种是引入一种名为 Regenerating Codes 的新方案，比 MDS 更节约带宽，可以降低 25% 或更多的维护带宽使用。同时简化了系统结构。

Feb, 2007

通过将无服务器计算与点对点网络相结合，提出了一种在资源限制下实现高效并行梯度计算的新型架构，相比传统的点对点分布式训练方法，在梯度计算时间上取得了显著提升，同时也引入了更高的成本。

Sep, 2023