本发明公开了一种基于区块链的联邦学习模型中毒检测方法，包括：(1)获取在客户端训练并上传的多个边缘模型，并对边缘模型的每层具有最大权重参数的神经元进行剪枝；(2)依据每个客户端对应的相邻几次上传的边缘模型的最大权重参数神经元之间的相似度来检测中毒模型；(3)依据相似度计算边缘模型的POW收益值后，依据POW收益值决定聚合模型的管控权后，并根据POW收益值和聚合剪枝后的边缘模型得到聚合模型并保管在具有管控权的客户端，该客户端将聚合模型下发至其他客户端作为边缘模型，用于边缘训练。该方法根据边缘模型参数分布状态监测中毒模型，同时利用激励机制来计算工作量证明，依据工作量证明聚合边缘模型得到聚合模型。