本发明公开了一种基于联邦学习的网络辨别方法、装置、终端及介质，包括：利用多类别公共数据，分别测试若干个第一网络参数，得到若干个对应的多类别精度集合；统计每一个多类别精度集合中大于预设的第一精度阈值的精度数量，并计算得到所有精度数量中的众数M；分别将各多类别精度集合中的精度按从大到小的顺序排列，按照排列结果获取前M个精度，计算得到每个多类别精度集合中前M个精度的平均值，并根据各多类别精度集合对应的平均值，辨别各第一网络参数的可靠性。本发明对各参与者的网络参数分别进行测试，得到对应的多类别精度集合，加以计算分析以辨别网络参数的可靠性，进而确定对应的参与者为正常参与者还是恶意攻击者。