本发明实施例公开了一种联邦学习方法、装置、设备、系统及计算机可读存储介质，属于人工智能技术领域。该方法包括：首先，各个第二设备分别获得数据分布信息并向第一设备发送该数据分布信息。之后，第一设备接收参与联邦学习的多个第二设备发送的数据分布信息，从而根据多个第二设备发送的数据分布信息选择匹配的联邦学习策略。接着，第一设备向多个第二设备中的至少一个第二设备发送联邦学习对应的参数上报策略。其中，接收到参数上报策略的第二设备用于根据该参数上报策略以及当前训练样本获得第二增益信息，第二增益信息用于获得该第二设备的第二模型。本申请降低了数据的非独立同分布现象所造成的干扰，能够得到性能较好的第二模型。