本申请适用于计算机技术领域，提供了一种智能资源编排模型的训练方法，包括：控制设备获取全局资源编排模型的第一加密信息，并将第一加密信息发送至联邦学习联盟中的各个计算集群；接收由各个计算集群返回的更新后的本地资源编排模型的第二加密信息；根据所有第二加密信息对全局资源编排模型进行更新，得到新的全局资源编排模型。上述方法，采用联邦学习的方法对分散的计算集群进行独立计算，将计算结果汇总到控制设备，得到全局资源编排模型，全局资源编排模型能够准确且快速的确定资源编排策略，使边缘计算集群的能力得到充分发挥，最小化任务的平均完成时间，最大化完成任务的数量，提高了资源利用率和计算效率。