本公开提供了一种异步联邦学习的方法、业务服务的预测方法、装置及系统，涉及人工智能技术中的大数据和机器学习，具体涉及机器学习中的联邦学习。方案为：响应于目标电子设备发送的参与异步联邦学习的请求，根据服务器的性能信息确定服务器支持参与异步联邦学习的电子设备的第一数量，并获取已参与异步联邦学习的其他电子设备的第二数量，若第一数量大于第二数量，则向目标电子设备发送待优化的全局模型，并接收目标电子设备对待优化的全局模型进行训练得到的目标反馈信息，根据目标反馈信息对待优化的全局模型进行优化，得到优化后的全局模型，避免了服务器过载的弊端，有效保证了得到优化后的全局模型的收敛速度。