本申请实施例公开了一种模型训练方法以及相关装置，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景中。本申请实施例通过联邦学习，不仅在所有攻击的防御率上得到提高，而且也提高了对于未遭到攻击的原始样本的分类准确率。前述的方法包括：获取训练样本，训练样本包括原始样本和对抗样本，对抗样本是基于预设对抗训练模型对所述原始样本进行对抗训练处理得到的；基于目标权重对训练样本进行重加权处理，并对重加权处理后的训练样本进行训练，得到局部节点的训练模型；确定局部节点的训练模型的梯度信息；向中心节点发送梯度信息，梯度信息用于中心节点更新中心节点的训练模型。