聚焦区块链、隐私安全、可信物联网与联邦学习的交叉领域，探索如何利用区块链技术构建高效、安全的分布式系统，提升物联网环境中的数据隐私与可信性，同时结合联邦学习实现多方数据协作下的隐私保护型智能分析。研究内容包括区块链在可信物联网中的数据存储与共享优化、分布式共识算法的性能提升、跨链互操作性设计，以及联邦学习框架中隐私保护与计算效率的优化，旨在推动去中心化技术在智能物联与数据驱动应用中的落地与创新。