本发明涉及一种大数据联邦学习处理方法及系统。方法包括以下步骤：发起方和协同方分别将数据上传各自本地内部集群中并进行HDFS分布式存储；发起方建立学习项目并根据学习项目发起计算任务后进行初始化以形成任务链；在发起方与协同方之间建立起用于传递中间因子的消息通道；计算任务启动计算，发起方和协同方各自的Spark计算集群按需读取本地分布存储的数据进行计算。本发明利用HDFS分布式文件存储的特性，可以提供高效的数据读写能力；还利用Spark集群分布式计算的特性，极大提升了联邦学习任务的推理效率，为联邦学习提供高性能且高可用的执行环境，联邦学习整体效率得到提升。