本申请提供一种基于实例重构的联邦学习模型智能攻击检测方法及装置，该方法包括：获取目标客户端上传的梯度；依据所述目标客户端上传的梯度，提取所述梯度所对应的训练数据的类别标签；依据所述类别标签，利用条件式解码器，生成所述目标客户端的训练数据的目标实例表示；利用本轮全局模型，对所述目标实例表示进行优化更新，得到重构训练数据；依据所述重构训练数据与所述目标客户端的训练数据的相似度，确定模型的防攻击性能评估结果。该方法可以实现更有效地模型防攻击性能评估。