本发明提供了一种基于区块链的联邦学习隐私保护方法、系统、设备和介质，通过根据各节点权重向量，由可信第三方生成主公/私钥、解密密钥和各节点加密密钥，并将主公钥、解密密钥和加密密钥发送至各节点，由主节点创建初始区块写入初始模型发布后，各节点下载初始模型进行训练，并采用加密密钥加密得到加密模型后上传至区块链，当各节点的加密模型全部上传至区块链后，各节点竞争生成模型聚合区块的权力，并由获得该权力的节点根据主公钥和解密密钥，将各节点的加密模型聚合生成全局模型后上传至区块链，再由主节点下载全局模型并进行理想模型判断的方法，增加了对节点来源和模型内容隐私的保护，降低了服务计算成本，提高了学习效率和服务质量。