本申请公开了一种联邦学习模型的训练方法及装置，执行主体为目标节点，该方法包括：在联邦学习模型的训练的过程中，获取处于掉线状态的第一训练节点，从本地缓存中获取第一训练节点的替代中间结果秘密份额；根据替代中间结果秘密份额，获取第一训练节点在目标节点上的第一损失函数秘密份额；接收处于在线状态的剩余参与节点发送的第二中间结果秘密份额，并根据第二中间结果秘密份额，获取剩余参与节点在目标节点上的第二损失函数秘密份额；根据第一梯度秘密份额、第二梯度秘密份额和目标节点自身的损失函数，获取联邦学习模型的损失函数。由此，若训练节点掉线，目标节点从本地缓存中获取替代中间结果秘密份额继续训练，减小节点掉线导致的影响。