本发明公开了一种基于区块链技术的联邦学习模型水印加固方法和应用，包括：通过从模型得到的卷积核信息和随机生成的投影矩阵生成水印信息，并将该水印信息集合身份信息作为正则项添加到原损失函数来优化模型参数，这样就在模型中植入了水印信息和身份信息，在保证模型鲁棒性的基础上，通过水印信息和身份信息对模型进行加固，以标识模型。在此基础上，采用区块链的账本技术将模型梯度信息、投影矩阵、身份信息以及卷积核信息进行统一记录，防止信息被遗漏和破坏；提供的水印信息的提取与验证实现对模型的所有权认证，保护联邦学习模型的隐私安全和产权保护。