本发明属于数据安全技术领域，具体涉及一种基于条件隐私集合求交的联邦学习模型训练方法，该方法包括：客户端和服务端采用条件隐私集合求交协议对各自的数据进行处理，得到训练数据集；客户端和服务端分别初始化模型训练参数；根据初始化模型训练参数以及训练数据集进行模型训练；本发明提出的联邦学习模型训练方法中加入了差分隐私技术，使服务端无法从得到的模型推测其训练数据，安全的保护了两方数据，同时也帮助客户端得到目标模型。