本申请提供一种模型训练方法、装置、设备及存储介质，可应用于横向联邦学习领域，该方法包括：获取第一设备对第一模型进行训练的第一参数信息，基于第一参数信息以及第一设备本地样本数据，对第一模型进行模型训练，在完成训练后，对训练后的第一模型的模型参数进行两次加密处理，得到第二参数信息，并向第二设备发送第二参数信息，以使第二设备更新共享模型的模型参数。由于第二参数信息经过两次加密处理，可降低第二参数信息在传输过程中或在第二设备处被恶意破解的风险。由于第二参数信息始终处于加密状态，可避免各方推测出其他第一设备的模型参数，从而实现对各参与方的信息安全防护。