Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain

Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.Phương pháp học tập liên kết trong môi trường thông minh dựa trên nền tảng Blockchain.

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - VÕ MINH TUẤN AN PHƯƠNG PHÁP HỌC TẬP LIÊN KẾT TRONG MÔI TRƯỜNG THÔNG MINH DỰA TRÊN NỀN TẢNG BLOCKCHAIN ĐỀ ÁN TỐT NGHIỆP THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) THÀNH PHỐ HỒ CHÍ MINH – NĂM 2023 HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG VÕ MINH TUẤN AN PHƯƠNG PHÁP HỌC TẬP LIÊN KẾT TRONG MÔI TRƯỜNG THÔNG MINH DỰA TRÊN NỀN TẢNG BLOCKCHAIN Chuyên ngành: Hệ thống thông tin Mã số: 8.48.01.04 ĐỀ ÁN TỐT NGHIỆP THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS TRẦN CƠNG HÙNG THÀNH PHỐ HỒ CHÍ MINH – NĂM 2023 i LỜI CAM ĐOAN Tôi cam đoan đề án tốt nghiệp thạc sĩ: “Phương pháp học tập liên kết môi trường thông minh dựa tảng Blockchain” cơng trình nghiên cứu tơi Tơi cam đoan số liệu, kết nêu đề án trung thực chưa cơng bố cơng trình khác Khơng có sản phẩm/nghiên cứu người khác sử dụng đề án mà không trích dẫn theo quy định TP Hồ Chí Minh, ngày 15 tháng 08 năm 2023 Học viên thực đề án Võ Minh Tuấn An ii LỜI CẢM ƠN Trong suốt trình học tập nghiên cứu thực đề án tốt nghiệp thạc sĩ, nỗ lực thân, nhận hướng dẫn nhiệt tình q báu q Thầy Cơ, với động viên ủng hộ gia đình, bạn bè đồng nghiệp Với lịng kính trọng biết ơn sâu sắc, xin gửi lời cảm ơn chân thành tới: Tôi xin chân thành cảm ơn Thầy PGS.TS Trần Cơng Hùng, người Thầy kính u hết lịng giúp đỡ, hướng dẫn, động viên, tạo điều kiện cho tơi suốt q trình thực hồn thành đề án tốt nghiệp thạc sĩ Ban Giám Đốc, Phòng đào tạo sau đại học quý Thầy Cô tạo điều kiện thuận lợi giúp tơi hồn thành đề án Tơi xin chân thành cảm ơn gia đình, bạn bè, đồng nghiệp quan động viên, hỗ trợ tơi lúc khó khăn để tơi học tập hoàn thành đề án Mặc dù có nhiều cố gắng, nỗ lực, thời gian kinh nghiệm nghiên cứu khoa học hạn chế nên khơng thể tránh khỏi thiếu sót Tơi mong nhận góp ý quý Thầy Cô bạn bè đồng nghiệp để kiến thức tơi ngày hồn thiện Xin chân thành cảm ơn! TP Hồ Chí Minh, ngày 15 tháng 08 năm 2023 Học viên thực đề án Võ Minh Tuấn An iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN .ii MỤC LỤC iii DANH MỤC CÁC CÁC KÍ HIỆU, CÁC CHỮ VIẾT TẮT vi DANH SÁCH HÌNH VẼ vii MỞ ĐẦU 1 Tính cấp thiết đề tài Tình hình nghiên cứu liên quan đến đề tài Mục tiêu, ý nghĩa khoa học thực tiễn Đối tượng phạm vi nghiên cứu Phương pháp nghiên cứu Bố cục đề án CHƯƠNG : TỔNG QUAN ĐỀ TÀI 1.1 Tổng quan công nghệ Blockchain 1.1.1 Blockchain gì? 1.1.2 Đặc điểm Blockchain 1.1.3 Cơ chế đồng thuận phân tán (Distributed) 1.1.4 Chuỗi khối dịch vụ chuỗi khối 1.1.5 Tính tốn tin cậy (Trusted Computing) 1.1.6 Hợp đồng thông minh (Smart Contracts) 1.1.7 Proof of Work (Bằng chứng Công việc - PoW) iv 1.1.8 1.2 Proof of Stake (PoS - Bằng chứng cổ phần) 10 Tổng quan Phương pháp Học tập liên kết (Federated Learning) 10 1.2.1 Khái niệm 11 1.2.2 Phân loại 12 1.2.3 Các tính Phương pháp Học tập liên kết 16 1.3 Tổng quan Phương pháp Học tập liên kết dựa Blockchain (BCFL) 17 1.3.1 Kiến trúc BCFL 19 1.3.2 Kho lưu trữ liệu BCFL 20 1.3.3 Nền tảng áp dụng triển khai BCFL 22 1.3.4 Cải tiến mơ hình BCFL 23 1.3.5 Cải thiện hiệu suất mơ hình BCFL 25 1.3.6 Đo lường hiệu cải thiện mơ hình BCFL 26 CHƯƠNG : CÁC CƠNG TRÌNH LIÊN QUAN BLOCKCHAIN VÀ HỌC TẬP LIÊN KẾT 28 2.1 Các cơng trình liên quan Blockchain tích hợp AI 28 2.2 Các cơng trình liên quan Blockchain tích hợp học máy 29 2.3 Các cơng trình liên quan Blockchain tích hợp học tập liên kết 33 CHƯƠNG : MƠ HÌNH ĐỀ XUẤT 36 3.1 Mô hình học tập liên kết tảng Blockchain 36 3.2 Thuật toán đề xuất 39 3.3 Tiêu chí đánh giá 50 v CHƯƠNG : THỰC NGHIỆM VÀ ĐÁNH GIÁ 53 4.1 Thực nghiệm ứng dụng truy xuất nguồn gốc thực phẩm 53 4.2 Kết hiệu mạng Blockchain áp dụng học tập liên kết 61 4.3 Kết thảo luận 67 PHẦN KẾT LUẬN 69 Kết nghiên cứu đề tài 69 Ưu nhược điểm đề tài 70 Vấn đề kiến nghị hướng nghiên cứu 71 DANH MỤC TÀI LIỆU THAM KHẢO 72 vi DANH MỤC CÁC CÁC KÍ HIỆU, CÁC CHỮ VIẾT TẮT Viết Tắt Tiếng Anh Tiếng Việt FL Federated Learning Học tập Liên kết BCFL Blockchain-based Federated Học tập liên kết dựa Learning tảng Blockchain IoT Internet of Things Kết nối Internet vạn vật PoW Proof Of Work Bằng chứng công việc PoS Proof of Stake Bằng chứng cổ phần AI Artificial Intelligence Trí tuệ nhân tạo ML Machine Learning Học máy CV Curriculum Vitae Tóm tắt SVM Support Vector Machine Máy Vecto hỗ trợ vii DANH SÁCH HÌNH VẼ Hình 1.1: Minh họa chế Tập trung, Phi tập trung Phân tán Hình 1.2: Các khối mơ tả chuỗi khối Hình 1.3: Mơ hình tính tốn tin cậy Hình 1.4: Giao dịch Hợp đồng thông minh bên mà khơng cần bên thứ Hình 1.5: Quy trình Bằng chứng cơng việc Hình 1.6: Mơ tả q trình PoS 10 Hình 1.7: Sơ đồ giao thức Học liên kết phân tán với thiết bị AI 11 Hình 1.8: Sơ đồ mơ hình Học liên kết 12 Hình 1.9: Mơ hình Học liên kết tập trung (Centralized Federated Learning) 13 Hình 1.10: Mơ hình Học liên kết khơng tập trung 14 Hình 1.11: Cấu trúc học tập liên kết cho kiến trúc mạng không đồng 16 Hình 1.12: Kiến trúc BCFL (Blockchain-based Federated Learning) 19 Hình 1.13: Dữ liệu BCFL mã hóa cục từ khối 22 Hình 1.14: Các Mơ hình triển khai BCFL như: Ethereum, Hyperledger Fabric, Quorum 23 Hình 3.1: Mơ hình chia sẻ liệu 40 Hình 3.2: Mơ hình phân phối sử dụng Blockchain 41 Hình 3.3: Thuật tốn mơ hình tính tốn phân phối Học liên kết Blockchain 43 Hình 3.4: Cấu trúc khối mạng Blockchain 46 Hình 3.5: Quy trình làm việc khung tính tốn đề xuất lớp biên 48 Hình 3.6: Quy trình làm việc khung tính tốn đề xuất lớp sương mù 49 Hình 4.1: Sơ đồ ứng dụng truy xuất nguồn gốc sử dụng phương pháp Học liên kết môi trường Blockchain 56 Hình 4.2: Tỷ lệ xác lớp biên 62 Hình 4.3: Tỷ lệ xác lớp sương mù 62 viii Hình 4.4: Giá trị mát với lớp biên 63 Hình 4.5: Tỷ lệ lớp sương mù 63 Hình 4.6: Tỷ lệ xác với lớp biên 64 Hình 4.7: Tỷ lệ xác với lớp sương mù 64 Hình 4.8: Truy tìm nguồn gốc sản phẩm Arabica 66 Hình 4.9: Trích xuất thơng tin Café Pacamara 67 61 Phương thức train_model triển khai code sau: def train_model(self, data): """Huấn luyện mơ hình Học liên kết với liệu từ nút mạng lưới Blockchain, param data: Dữ liệu từ nút mạng lưới""" model = MyLinkageModel() #Khởi tạo mơ hình Học liên kết for node_data in data: node_features = node_data['features'] #Lấy đặc trưng từ liệu nút node_labels = node_data['labels'] #Lấy nhãn từ liệu nút model.train(node_features, node_labels) #Huấn luyện mơ hình với liệu nút # Lưu trữ mơ hình huấn luyện vào Blockchain model_data = model.serialize() #Chuyển đổi mô hình thành liệu lưu trữ self.new_transaction({'model_data': model_data}) #Lưu trữ mơ hình huấn luyện vào Blockchain Kết hiệu mạng Blockchain áp dụng học tập liên kết Qua triển khai mơ hình tính tốn phân phối Blockchain cho thấy kết độ xác hai lớp sương mù biên 62 Hình 4.2: Tỷ lệ xác lớp biên Hình 4.3: Tỷ lệ xác lớp sương mù Kết cho thấy mơ hình đề xuất thu tỷ lệ xác 99,90 % (xấp xỉ) lớp sương mù ; tỷ lệ xác lớp biên quan sát 63 xung quanh 92 % (xấp xỉ) 50 lần lặp lại Tôi quan sát thấy giá trị mát mơ hình đề xuất lớp biên lớp sương mù Hình 4.4: Giá trị mát với lớp biên Hình 4.5: Tỷ lệ lớp sương mù 64 Cho thấy giá trị mát thu hai lớp số lần lặp lại Mơ hình vượt trội so với lớp biên sương mù với tốc độ học tập 0,02 Tôi đào tạo mơ hình đề xuất cách sử dụng học tập liên kết lớp biên lớp sương mù Hình 4.6: Tỷ lệ xác với lớp biên Hình 4.7: Tỷ lệ xác với lớp sương mù 65 Cho thấy tỷ lệ độ xác thu lớp biên lớp sương mù với lựa chọn ngẫu nhiên Như thấy, có biến động tỷ lệ xác thu lựa chọn ngẫu nhiên liệu đào tạo cục lần lặp Tuy nhiên, nhìn chung, mơ hình đề xuất đạt tỷ lệ xác lớn 92,7 % (xấp xỉ) lớp sương mù ; độ xác tỷ lệ lớp biên nhỏ 90% Mặc dù lựa chọn ngẫu nhiên liệu đào tạo cục lần lặp, mơ hình đề xuất đạt độ xác cao giá trị mát thấp lớp sương mù Đối với ứng dụng sử dụng Học liên kết môi trường Blockchain để truy xuất nguồn gốc sản phẩm tơi cho kết truy tìm nguồn gốc sản phẩm 66 Hình 4.8: Truy tìm nguồn gốc sản phẩm Arabica 67 Từ trích xuất thơng tin cafe cần tìm kiếm Hình 4.9: Trích xuất thông tin Café Pacamara 4.2 Kết thảo luận Ứng dụng Học liên kết mơi trường Blockchain có tiềm lớn việc truy xuất nguồn gốc sản phẩm Bằng cách kết hợp khả truy xuất xác minh Blockchain với khả Học liên kết, người tiêu dùng tra cứu xác minh nguồn gốc sản phẩm cách dễ dàng tin cậy 68 Sử dụng Blockchain giúp tạo sổ công khai thay đổi, nơi thông tin giao dịch nguồn gốc sản phẩm lưu trữ Học liên kết cho phép mơ hình học máy đào tạo liệu phân tán từ bên tham gia mà không cần tiết lộ liệu cá nhân nhạy cảm Qua đó, Học liên kết Blockchain tạo mơi trường an toàn tin cậy cho việc truy xuất nguồn gốc sản phẩm Các ứng dụng Học liên kết môi trường Blockchain truy xuất nguồn gốc sản phẩm cung cấp lợi ích sau: - Tính minh bạch: Blockchain đảm bảo tính minh bạch cách lưu trữ giao dịch thông tin nguồn gốc sản phẩm cách công khai thay đổi - Tính bảo mật: Dữ liệu Blockchain bảo mật mã hóa, đảm bảo tính riêng tư ngăn chặn xâm phạm từ bên - Xác minh dễ dàng: Người tiêu dùng dễ dàng xác minh nguồn gốc thông tin liên quan đến sản phẩm thông qua giao dịch lưu trữ Blockchain - Đảm bảo chất lượng: Học liên kết giúp cải thiện chất lượng liệu mơ hình học máy thông qua việc kết hợp liệu từ nhiều nguồn khác - Đánh giá phản hồi: Học liên kết Blockchain cho phép ghi lại phản hồi chất lượng sản phẩm từ người dùng bên tham gia khác Tuy nhiên, để triển khai thành công ứng dụng Học liên kết môi trường Blockchain, cần xem xét kỹ lưỡng yếu tố như: Hiệu suất, Khả mở rộng, Tính bảo mật Tuân thủ quy định pháp lý 69 PHẦN KẾT LUẬN Kết nghiên cứu đề tài Trong nghiên cứu này, tơi nghiên cứu mơ hình nhiều lớp đề xuất sử dụng hiệu tính công nghệ chuỗi khối phương pháp học tập liên kết để cung cấp tảng tìm kiếm truy xuất nguồn gốc sản phẩm Kết mô cho thấy mơ hình đề xuất đủ để huấn luyện mơ hình để đưa định với độ xác cao mà khơng cần chia sẻ đào tạo liệu địa phương Mơ hình đề xuất có chế khuyến khích bị hạn chế người tham gia nút cục trình đào tạo Ngồi ra, tơi xây dựng mơ hình Học liên kết tảng Blockchain cho nghiên cứu để tạo mơ hình Học liên kết sử dụng thuật toán phương pháp học máy để tận dụng phân tán bảo mật Blockchain Mơ hình cho phép bên tham gia hợp tác huấn luyện mơ hình mà không cần chia sẻ liệu thật, bảo vệ quyền riêng tư đảm bảo tính tồn vẹn liệu, bảo vệ quyền riêng tư trình Học liên kết Tăng cường tính minh bạch xác thực q trình Học liên kết: Blockchain sử dụng để tăng cường tính minh bạch xác thực trình Học liên kết Các giao thức chế hợp đồng thơng minh Blockchain đảm bảo bên tham gia đóng góp liệu tính tốn cách trung thực cơng bằng, tiến hành đánh giá hiệu suất khả mở rộng mơ hình Học liên kết mơi trường Blockchain Nghiên cứu đo lường thời gian xử lý, hiệu suất mạng khả mở rộng hệ thống số lượng người dùng liệu tăng lên 70 Có thể tập trung vào ứng dụng Học liên kết việc truy xuất nguồn gốc sản phẩm Sử dụng Blockchain để lưu trữ thông tin nguồn gốc lịch trình sản phẩm cung cấp hệ thống minh bạch tin cậy cho việc xác định nguồn gốc định danh sản phẩm Bằng việc cung cấp thông tin minh bạch xác thực nguồn gốc sản phẩm, đề án đóng góp vào tin tưởng người tiêu dùng quản lý hiệu chuỗi cung ứng, khả áp dụng vào ngành khác như: Thực phẩm Nơng sản, Hàng hóa tiêu dùng, Sản phẩm thời trang may mặc, Sản phẩm công nghệ Áp dụng vào hệ thống Siêu thị, Cửa hàng thời trang, Nhà phân phối hàng hóa, Cửa hàng điện máy,… để người tiêu dùng nhà phân phối, nhà kinh doanh theo dõi truy xuất nguồn gốc cách minh bạch xác Ưu nhược điểm đề tài Đề tài tìm hiểu số ưu điểm: - Tính bảo mật Blockchain: Blockchain cung cấp tính bảo mật cao cách mã hóa phân tán liệu mạng Học liên kết Blockchain cho phép bên tham gia hợp tác huấn luyện mơ hình mà khơng cần chia sẻ liệu thật sự, bảo vệ quyền riêng tư đảm bảo tính tồn vẹn liệu - Tính minh bạch: Blockchain tạo hệ thống phi tập trung, giao dịch thay đổi ghi lại cơng khai Điều giúp tăng cường tính minh bạch trình truy xuất nguồn gốc sản phẩm, cho phép người dùng kiểm tra xác minh thông tin nguồn gốc lịch trình sản phẩm - Khả xác thực: Học liên kết Blockchain sử dụng chế xác thực chứng thực thông qua giao thức hợp đồng thông minh Điều đảm bảo bên tham gia đóng góp liệu tính tốn cách trung thực cơng 71 - Có khả truy xuất nguồn gốc sản phẩm dựa Học liên kết mơi trường Blockchain Bên cạnh cịn tồn nhược điểm: - Để tài đối mặt với hạn chế hiệu suất khả mở rộng số lượng người dùng liệu tăng lên Quá trình xác thực ghi chúng vào Blockchain cho việc tìm kiếm truy xuất nguồn gốc sản phẩm cịn tốn thời gian tài ngun tính toán, làm giảm hiệu suất hệ thống - Sự kết hợp Học liên kết Blockchain đòi hỏi kiến thức chuyên sâu nhiều lĩnh vực Việc triển khai quản lý hệ thống truy xuất nguồn gốc sản phẩm phức tạp đòi hỏi kiến thức Blockchain, học máy bảo mật nhiều Vấn đề kiến nghị hướng nghiên cứu Trong tương lai, tơi tăng cường tính bảo mật cách sử dụng phương pháp mã hóa mạnh hơn, tăng cường chế chứng thực quản lý quyền truy cập mạnh mẽ hơn, tăng tính hiệu tính khả thi mơ hình Học liên kết Blockchain truy xuất nguồn gốc sản phẩm việc đảm bảo minh bạch, bảo mật tin cậy q trình Ngồi ra, mơ hình Học liên kết Blockchain tích hợp với cơng nghệ khác Internet of Things (IoT) trí tuệ nhân tạo (AI) để tăng cường khả thu thập liệu phân tích thông tin từ nguồn khác 72 DANH MỤC TÀI LIỆU THAM KHẢO [1] Chai, H., Leng, S., Chen, Y., Zhang, K.: A hierarchical blockchain-enabled Federated Learning algorithm for knowledge sharing in internet of vehicles IEEE Trans Intell Transp Syst (2020) [2] Diao, Enmao; Ding, Jie; Tarokh, Vahid (2020-10-02) "HeteroFL: Computation and Communication Efficient Federated Learning for Heterogeneous Clients" [3] Economist Staff (2015) “Blockchains: The great chain of being sure about things” The Economist “The technology behind bitcoin lets people who not know or trust each other build a dependable ledger This has implications far beyond the crypto currency” [4] Konečný, Jakub; McMahan, Brendan; Ramage, Daniel (2015) "Federated Optimization: Distributed Optimization Beyond the Datacenter" [5] Kairouz, Peter; Brendan McMahan, H.; Avent, Brendan; Bellet, Aurélien; Bennis, Mehdi; Arjun Nitin Bhagoji; Bonawitz, Keith; Charles, Zachary; Cormode, Graham; Cummings, Rachel; D'Oliveira, Rafael G L.; Salim El Rouayheb; Evans, David; Gardner, Josh; Garrett, Zachary; Gascón, Adrià; Ghazi, Badih; Gibbons, Phillip B.; Gruteser, Marco; Harchaoui, Zaid; He, Chaoyang; He, Lie; Huo, Zhouyuan; Hutchinson, Ben; Hsu, Justin; Jaggi, Martin; Javidi, Tara; Joshi, Gauri; Khodak, Mikhail; et al (10 December 2019) "Advances and Open Problems in Federated Learning" [6] Pokhrel, Shiva Raj; Choi, Jinho (2020) "Federated Learning with Blockchain for Autonomous Vehicles: Analysis and Design Challenges" IEEE Transactions on Communications 68 (8): 4734–4746 [7] Qu, Y., et al.: Decentralized privacy using Blockchain-enabled Federated Learning in fog computing IEEE Internet Things J 7(6), 5171–5183 (2020) 73 [8] Savazzi, Stefano; Nicoli, Monica; Rampa, Vittorio (May 2020) "Federated Learning With Cooperating Devices: A Consensus Approach for Massive IoT Networks" IEEE Internet of Things Journal (5): 4641–4654 [9] Towards Federated Learning at scale: system design, Keith Bonawitz Hubert Eichner and al., 2019 [10] Toyoda, K., Zhao, J., Zhang, A.N.S., Mathiopoulos, P.T.: Blockchain-enabled Federated Learning with mechanism design IEEE Access 8, 219744–219756 (2020) [11] Toyoda, K., Zhao, J., Zhang, A.N.S., Mathiopoulos, P.T.: Blockchain-enabled Federated Learning with mechanism design IEEE Access 8, 219744–219756 (2020) [12] Xu, Zirui; Yu, Fuxun; Xiong, Jinjun; Chen, Xiang (December 2021) "Helios: Heterogeneity-Aware Federated Learning with Dynamically Balanced Collaboration" 2021 58th ACM/IEEE Design Automation Conference (DAC): 997–1002 [13] Yu, Fuxun; Zhang, Weishan; Qin, Zhuwei; Xu, Zirui; Wang, Di; Liu, Chenchen; Tian, Zhi; Chen, Xiang (2021-08-14) "Fed2: Feature-Aligned Federated Learning" Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery & Data Mining KDD '21 New York, NY, USA: Association for Computing Machinery: 2066–2074 [14] Karger, Erik (2020) "Combining Blockchain and Artificial Intelligence – Literature Review and State of the Art" ICIS 2020 Proceedings [15] Mamoshina, P., Ojomoko, L., Yanovich, Y., Ostrovski, A., Botezatu, A., Prikhodko, P., Izumchenko, E., Aliper, A., Romantsov, K., Zhebrak, A., Ogu, I O., & Zhavoronkov, A (2017) “Converging Blockchain and next-generation artificial intelligence technologies to decentralize and accelerate biomedical research and healthcare” https://doi.org/10.18632/oncotarget.22345 74 [16] Liu, L., Han, M., Zhou, Y., Parizi, R.M., Korayem, M (2020) Blockchain-Based Certification for Education, Employment, and Skill with Incentive Mechanism Advances in Information Security, vol 79 Springer, Cham https://doi.org/10.1007/978-3-030-38181-3_14 [16-1-tam] Jinsu Kim, Namje Park, “Blockchain-Based Data-Preserving AI Learning Environment Model for AI Cybersecurity Systems in IoT Service Environments”, 2020, 10(14), 4718; https://doi.org/10.3390/app10144718 [17] Weishan Zhang, Qinghua Lu, Qiuyu Yu, Zhaotong Li “Blockchain-based Federated Learning for Device Failure Detection in Industrial IoT”, Oct 2020, https://arxiv.org/pdf/2009.02643.pdf [18] S S Singhar, D Jena and S Sharma, "Integrating Machine Learning with Blockchain to Ensure Data Privacy," 2020 11th International Conference on Computing, Communication and Networking Technologies (ICCCNT), Kharagpur, India, 2020, pp 1-6, doi: 10.1109/ICCCNT49239.2020.9225342 [19] Y Liu, F R Yu, X Li, H Ji and V C M Leung, "Blockchain and Machine Learning for Communications and Networking Systems," in IEEE Communications Surveys & Tutorials, vol 22, no 2, pp 1392-1431, Secondquarter 2020, doi: 10.1109/COMST.2020.2975911 [20] Xuhui Chen, Jinlong Ji, Changqing Luo, Weixian Liao, Pan Li, “When Machine Learning Meets Blockchain: A Decentralized, Privacy-preserving and Secure Design”, 2018 IEEE International Conference on Big Data (Big Data), 10-13 December 2018, 10.1109/BigData.2018.8622598 [21] Dhruvil Shah, Devarsh Patel, Jainish Adesara, Pruthvi Hingu & Manan Shah, “Visual Computing for Industry, Biomedicine, and Art volume 4”, 21 June 2021 [22] Li, D., Luo, Z & Cao, “B Blockchain-based Federated Learning methodologies in smart environments” Cluster Comput https://doi.org/10.1007/s10586-021-03424-y 25, 2585–2599 (2022) 75 [23] Qammar, A., Karim, A., Ning, H., & Ding, J (2023) Securing Federated Learning with Blockchain: a systematic literature review Artificial Intelligence Review, 56(5), 3951–3985 https://doi.org/10.1007/s10462-022-10271-9 [24] Hua, Gaofeng & Zhu, Li & Wu, Jinsong & Shen, Chunzi & Zhou, Linyan & Lin, Qingqing (2020) “Blockchain-Based Federated Learning for Intelligent Control in Heavy Haul Railway” IEEE Access PP 1-1 10.1109/ACCESS.2020.3021253 [25] A R Faridi, A Hafeez and F Masood, "Federated Learning with Blockchain: A Study of the Latest Decentralized Couple," 2022 International Conference on Computing, Communication, and Intelligent Systems (ICCCIS), Greater Noida, India, 2022, pp 91-96, doi: 10.1109/ICCCIS56430.2022.10037647