确保物联网 (IoT) 环境中的数据可靠性对于实现可信的 AI 系统至关重要。本文介绍了 RFoT，这是一个分层框架，集成了区块链、智能合约和联邦学习 (FL)，以确保物联网数据生命周期中的数据机密性、完整性、可用性和真实性。通过使用 Fernet 加密和智能合约实现隐私保护的自动化来解决机密性问题，而通过双层区块链架构确保可追溯性和不可篡改性。基于使用 FL 的热舒适分类任务的实验结果表明，传统的物联网设置会传播损坏的数据，降低模型准确性。相比之下，RFoT 成功阻止了受损数据，保持了分类性能。这些发现验证了 RFoT 作为边缘学习系统的可靠数据源。本文提出了以下关键贡献：
Silva 等人 (周三) 研究了这个问题。