本发明提供一种基于联邦学习的数据匹配方法和装置，所述基于联邦学习的数据匹配方法包括：分别计算第一数据集对应的第一数据标签和多个第二数据集对应的多个第二数据标签之间的相似度，生成多个标签匹配度；分别计算所述第一数据集对应的第一数据特征集和所述多个第二数据集对应的多个第二数据特征集之间的相似度，生成多个数据内容匹配度；基于所述第一数据集与同一所述第二数据集之间的所述标签匹配度和所述数据内容匹配度，从所述多个第二数据集中确定目标数据集作为所述第一数据集的联邦匹配数据。本发明的基于联邦学习的数据匹配方法，显著提高了纵向联邦匹配结果的全面性、精确性和准确性，有助于提高后续模型效果。