本发明属于机器学习技术领域与分布式系统技术领域，提供了基于联邦学习的工业物联网隐私保护系统及方法。其中该系统包括服务器节点和若干相互通信的客户端节点；服务器节点内预存有初始全局模型，用于根据不同客户端节点上传的自身拥有的数据类别，将工业物联网参与训练的客户端节点划分成不同的组；基于数据类别感知的客户端选择算法，在每一轮通信中向选择不同组的客户端节点下发联邦学习的全局模型；客户端节点用于在本地利用自身数据对接收到的全局模型进行训练，并将训练完成的本地模型上传至服务器节点；服务器节点还用于使用加权平均的策略对若干个本地模型进行聚合并形成新的全局模型，直至达到设定要求，结束迭代。