本发明公开了一种基于区块链的联邦学习恶意节点甄别方法，使用区块链账本记录联邦学习过程，验证模型是否一致，以此保护联邦学习过程的安全，同时达到可审计性，使得在遇到恶意节点时能够消除恶意节点的影响，使用模型间距离来表示模型的差异，采用对离群模型进行全局投票的方式来甄别并剔除恶意节点，并采用去中心化的训练方式，匀散了各节点在整个联邦学习过程中的权力，使得整个联邦学习过程避免了过于集中的被一个节点所操控。解决了联邦学习过程中无法规避、甄别攻击并从恶意攻击中恢复到正常训练的问题，运用区块链提升了联邦学习系统的整体安全性，防止模型在传递过程中被恶意篡改。