本发明公开了一种安全高效的横向联邦神经网络模型训练方法。它包括以下步骤：S1：发起方、参与方同步初始化；S2：发起方、参与方同步批处理个数m；S3：发起方、参与方分别完成m次批处理，发起方在参与方的配合下计算出经过每次批处理的横向联邦神经网络模型包含的每个特征数据的权重系数对应的聚合梯度，得到每个特征数据的权重系数对应的m个聚合梯度；S4：发起方计算出每个特征数据的权重系数的最新值，并发送给参与方，发起方、参与方分别给本方横向联邦神经网络模型包含的每个特征数据的权重系数赋予最新值；重复执行步骤S3‑S4，直到达到设定的迭代次数T。本发明保护了发起方、参与方的数据安全，训练非常高效，便于实现大规模商用。