本申请涉及机器学习技术领域，公开了一种协同训练数据属性的推断方法、装置、计算设备及存储介质。方法包括：将服务器预训练的共享模型分发给分布式协同训练的参与设备；获取参与设备上传的第一梯度；基于更新后的共享模型，根据第一梯度重建样本数据的深度特征；采用共享模型提取带有属性标签的辅助数据的深度特征，训练属性推断模型；根据训练完成的属性推断模型对重建的深度特征进行属性推断。本申请无需重构输入样本，就能推断参与设备本地样本数据的相关属性，且不受参与设备每次训练更新的样本数据批量大小的影响，尤其在大批量样本数据下表现突出，性能稳定，可以对单个训练样本作属性推断。