本发明属于数据安全技术领域，具体涉及一种基于联邦学习的隐私保护特征工程方法，该方法包括：获取系统参数，系统参数包括Beaver三元组和特征策略参数；客户端和服务端根据系统参数执行安全检索协议，使得客户端和服务端分别得到对方数据集的加法秘密共享份额；客户端和服务端根据加法秘密共享份额进行联邦学习训练，得到相应的模型；本发明提出了一种安全检索协议，利用该协议，客户端能够使服务端不知道使用了哪些特征进行联邦学习，进而不知道服务端不知道客户端想要联合训练一个什么模型，同时还可以筛去不符合客户端检索策略要求的训练数据。