本发明公开了一种抵御推断攻击的医疗诊断模型差分隐私联合训练方法，包括该参与方基于给定的插值系数、该轮训练的全局模型参数以及上一轮执行局部私密训练输出的局部诊断模型以初始化执行本轮训练的局部诊断模型；该参与方将本地数据集划分为多个批次，并利用前向传播和损失函数计算预测损失，基于预测损失确定局部诊断模型的参数梯度，并利用梯度下降法更新局部诊断模型参数；利用给定高斯分布对梯度下降更新后的局部诊断模型参数添加高斯噪声扰动；聚合由各参与方添加扰动后的局部诊断模型。本申请的方法通过设计执行本轮训练的局部诊断模型的方式降低了多轮迭代过程中噪声累积对诊断模型精度的影响，提高了全局诊断模型的精度。