本发明涉及区块链、机器学习技术领域，具体涉及基于拜占庭容错与隐私保护的去中心化机器学习方法及系统。一种基于拜占庭容错与隐私保护的去中心化机器学习方法，包括：初始化阶段：每个节点生成一个密钥对(pk，vk)和唯一标识符id，所有节点建立连接；每个节点初始化其信誉值ω、学习速率γ以及训练轮数T、梯度、参数；训练阶段：所有节点都以相同的初始参数开始训练，每轮训练包括梯度计算和区块链共识；其中区块链共识由本轮选举出的领导节点负责。本发明提供的方法，使用拜占庭共识算法确保了多轮模型转换的一致性，同时提供了在每轮检测和过滤拜占庭梯度的有效方法。节点使用本地训练数据计算梯度，只与节点共享受扰动梯度，提供强大的隐私保护功能。