本发明针对现有技术的局限性，提出了一种联邦学习中基于反向拍卖的隐私保护激励机制训练方法，该方法不会发送提取器给中央服务器，仅使用生成器来拟合提取器的输出，使得联邦学习参与者上传给中央服务器的模型不直接由原始数据训练而成，因此中央服务器不能够反推出原始数据，从而保护了数据隐私；另外，本发明以反向拍卖的方式对联邦学习参与者激励，能够满足训练过程中的个人理性、真实性和预算可行性。