本发明实施例涉及一种联邦学习模型构建方法、装置、中心服务器以及客户端，该方法包括：接收至少两个异构资源客户端发送的请求；根据异构资源客户端对应的数据元素，对至少两个异构资源客户端进行排序；将初始联邦学习模型按照排序顺序，分发至不同的异构资源客户端；接收每一个异构资源客户端对初始联邦学习模型进行训练后，上传的训练结果；综合训练结果，创建新的联邦学习模型；当新的联邦学习模型未达到预设要求时，将新的联邦学习模型再次发送至异构资源客户端进行迭代训练，直至最终获取的联邦学习模型达到预设要求，停止训练，完成联邦学习模型构建。通过该种方式，解决客户端选择问题的约束，提升联邦学习训练模型构建效率。