本发明公开了一种基于区块链的异步联邦学习方法、系统、设备及介质，其异步联邦学习方法包括：接收任一区块链节点上传的原始模型，为原始模型标记赋值为0的序号，将原始模型及其对应的序号保存在区块链上；控制参与节点依次接收区块链上带有序号的原始模型，根据序号计算对应的时延系数，使用时延系数和对应的原始模型在本地进行聚合以计算获得全局模型；利用当前所述参与节点的本地数据对所述全局模型进行训练，直至满足停止条件才停止训练任务以在训练完毕后获得本地模型，对所述本地模型所对应的所述序号进行递增，并将所述本地模型参数及其对应的所述序号保存在所述区块链上。本发明可提高系统安全性，同时提高联邦学习效率。