本发明公开了一种基于聚类分析的安全横向联邦学习方法，属于联邦学习数据安全性技术领域，通过采用密文计算的方式，让梯度值在密文的情况加进行计算，等计算完毕后在进行解密，通过聚类分析和服务器端参数的分析对比评分机制，来解决横向联邦学习中存在的数据投毒攻击和不诚实参与者问题，这在解决这个问题的同时，还可以在一定程度上提升训练的准确度，本发明方法通过同态加密的方式，实现在服务器上进行密态计算，来保证服务器上计算的安全性，本申请的方法主要是解决数据投毒和不诚实参与者的问题，可以在防止数据投毒和不诚实用户的同时，提高训练的准确度，并且通过同态加密的方式保证了梯度的安全性。