本发明实施例提供了一种基于区块链的联邦学习方法及装置，该方法包括第一节点基于本地训练数据对第i轮本地模型进行训练，确定训练后的第i+1轮本地模型梯度信息，基于梯度裁剪量化规则对第i+1轮本地模型梯度信息中各第一子梯度信息分别进行裁剪量化，得到各第二子梯度信息，按照梯度合并规则，将各第二子梯度信息中每m个第二子梯度信息进行合并，得到n类第三子梯度信息，对n类第三子梯度信息分别进行同态加密，得到n类密文，并将n类密文发送给区块链。由于将本地模型梯度信息中各第一子梯度信息分别进行裁剪量化及合并处理，再进行同态加密，因此可以降低同态加密所产生的计算资源消耗，并可以减少密文传输过程中所消耗的网络资源。