本发明提供了一种特定指标下的两阶段联邦学习激励方法，包括如下步骤：接受平台服务器发布的平台模型精度提升任务指标；根据平台服务器发布的模型精度提升目标制定学习策略；基于上述学习策略训练获取平台服务器的总奖励额；获得平台服务器基于对平台模型精度值提升贡献占比分配的奖励额。本发明提出的一种在特定模型精度指标下的两阶段联邦学习激励机制，可以更加同实际相结合，降低了不必要的成本浪费，而且从数据质量与数据数量的角度设计的激励机制更加全面、科学，系统性地提高了联邦学习的训练效率。