本发明属于基于运动想象的脑机接口领域，具体涉及一种用于运行想象脑机接口的隐私保护迁移学习方法，分为两个部分：1)以往用户模型训练，提出一种数据增强的手段，对每个样本的源域脑电信号进行随机弱化，得到增强后的源域脑电信号，提升模型的泛化性能；2)定义目标域模型，将源域模型的特征提取器和分类器均传递给目标域模型，得到初始目标域模型，固定分类器参数，并随机初始化M个辅助分类器，同时考虑不确定性降低和一致性正则化进行新用户模型训练，无需已知新用户的带标注数据，从而可以在更多的情况下使用。本发明解决的是运动想象脑机接口中的隐私保护迁移学习问题。本发明考虑了用户间差异并同时考虑保护以往用户的隐私不被泄露。