本申请提供基于车联网的联邦学习方法、路边单元、车辆节点和基站，方法包括：在主从多链的车联网系统中接收自身当前所属的从链中的各个车辆节点发送的第一交易数据，根据各个第一交易数据分别获取预存储在对应的各个车辆节点本地的模型训练数据；对各个模型训练数据进行全局聚合及共识处理以生成第二交易数据；自主从多链的车联网系统中将第二交易数据发送至自身所属的主链中的基站，以使该基站根据接收到的各个第二交易数据聚合得到对应的联邦学习全局模型。本申请能够在增强车辆数据的安全共享和隐私保护的同时，有效避免单点故障并降低通信消耗及成本，并能够提高采用车联网进行联邦学习过程中的通信效率，实现高效的分布式模型共享。