本发明公开了一种基于多方联合K均值建模的病例画像方法及装置，包括：经由所述主节点初始化K均值模型的K个均值向量后，将各均值向量加密广播至各个子节点；各子节点：接收并解密多个均值向量后，遍历该子节点配置的各样本的特征向量与各均值向量之间的距离，确定该样本的类别；按照确定的类别对各样本进行分组，累加该组中各样本的特征向量；将特征向量累加的结果和统计的样本的数量经加密后发送至所述主节点；经由所述主节点基于各组的特征向量累加的结果以及各组的样本的数量，更新各均值向量；执行迭代，完成K均值模型训练。本发明方法联合多TEE节点参与模型训练，有效降低单一节点的计算资源开销，减少甚至避免节点内存溢出的问题。