本发明提供了一种基于区块链可验证安全的联邦学习方法。该方法包括：各个参与方在本地训练模型，将得到的本地模型上传至区块链，参与方从区块链上下载其余参与方上传的本地模型，对其本地模型通过模型相似度算法检测并依据本地数据评分，确保本地模型不会受到攻击者的投毒攻击，将评分结果上传至区块链上；智能合约对所有参与方上传的评分结果进行统计和评分，择优选择精度较高的多个本地模型聚合，得到最新的全局模型，智能合约根据当前轮次的各个参与方行为进行信誉评分，将信誉评分结果存储在区块链上。本发明方法通过让参与方依据欧氏距离计算模型相似度，可以同时检测出联邦学习中的多种投毒攻击，可以最大程度保证系统的鲁棒性和可靠性。