Tomando el COVID-19 como ejemplo, sabemos que una pandemia puede tener un gran impacto en la vida humana normal y en la economía. Mientras tanto, el flujo de población entre países y regiones es el principal factor que afecta los cambios en una pandemia, que está determinado por la red de aerolíneas. Por lo tanto, darse cuenta del control general de los aeropuertos es una forma efectiva de controlar una pandemia. Sin embargo, esto está restringido por las diferencias en las políticas de prevención y control en diferentes áreas y problemas de privacidad, como por ejemplo, cómo los datos personales de un paciente de un centro médico no pueden combinarse de manera efectiva con sus datos personales de pasajero. Esto evita que se tomen decisiones de control más precisas en los aeropuertos. Para abordar esto, este documento diseñó un nuevo marco de intercambio de datos (es decir, PPChain) basado en blockchain y aprendizaje federado. El experimento utiliza un CPU i7-12800HX y utiliza Docker para simular múltiples nodos virtuales. El modelo se implementa para ejecutarse en una GPU NVIDIA GeForce GTX 3090Ti. El experimento muestra que la relación entre una pandemia y el transporte aéreo puede ser explorada de manera efectiva por PPChain sin compartir datos en bruto. Este enfoque no requiere confianza centralizada y mejora la seguridad del proceso de intercambio. El esquema puede ayudar a formular políticas de prevención y control más científicas y racionales para el control de los aeropuertos. Además, puede utilizar datos aéreos para predecir pandemias de manera más precisa.