本发明提供了一种基于区块链的安全边缘联邦学习系统的设计方法，利用基于实用拜占庭容错方法的共识机制与鲁棒的全局模型聚合算法，抵抗了恶意边缘设备与恶意边缘服务器对联邦学习训练的攻击，实现了安全可信的边缘联邦学习系统，有效提升了边缘联邦学习模型训练的收敛性能。为进一步提升基于区块链的安全边缘联邦学习系统的训练速度，减少系统模型训练与共识的时延，本发明还提供了一种基于深度强化学习的资源优化算法，实现了在动态无线信道环境下对无线带宽与发送功率的快速高效分配，提升安全边缘联邦学习系统的资源利用最大化，进而实现基于区块链的安全边缘联邦学习系统的训练时延最小化。