本发明提供基于可信联邦学习多域DDoS攻击检测方法与装置，属于网络安全检测技术领域，利用区块链进行联邦学习参与方注册和初始信誉设定，等待并处理任务申请；申请通过后分别对本地联邦学习数据集进行预处理，利用预处理后的本地数据集对机器学习或深度学习方法进行训练，得到本地模型；将本地模型参数加密上传至聚合服务器生成全局模型，迭代训练生成最终全局模型；将任务的相关信息上传至区块链进行审计，利用智能合约计算综合信誉值并对参与方的信誉进行更新。本发明根据参与方的交互状态、数据状态和资源状态来计算参与方的综合信誉，在可信条件下联合多域训练DDoS检测模型，使每个域学习到所有域的DDoS攻击知识，提高了每个域对DDoS攻击的检测能力。