本研究提出了一种“数据证明”（PoD）共识协议，旨在解决去中心化联邦学习中的模型训练正确性和公平奖励分配问题。该协议结合了异步学习的高效性与共识投票的最终性，验证了其在信任机制和奖励分配公平性方面的有效性，并能够容忍1/3的故障比例。