本发明公开了一种高效的联邦衍生特征逻辑回归建模方法。它包括以下步骤：发起方、参与方选取同样的K个样本，利用秘密分享算法计算出衍生特征；发起方客户端、参与方客户端分别构建同样的纵向逻辑回归模型，并初始化；发起方、参与方配合计算出每个样本对应的预测值yD，并计算出每个样本对应的差值Δy；发起方、参与方分别根据学习率α、样本个数K、每个样本对应的差值Δy计算出每个数据特征对应的权重系数的最新值、每个衍生特征分片对应的权重系数的最新值，并给这些权重系数赋予最新值；重复上述步骤T次，完成逻辑回归模型建模。本发明可以在发起方、参与方的数据不出库的情况下完成特征衍生及逻辑回归建模，保护了双方的数据隐私。