本申请的实施例公开了一种联邦学习方法、装置及联邦学习系统，涉及安全技术领域，为便于提高联邦学习过程中数据的安全性而发明。所述方法，包括：向数据参与方发送模型运行环境可执行镜像文件；向数据参与方发送参与方人工智能训练模型；通过虚拟机加载全局人工智能训练模型到第一安全隔离内存；第一安全隔离内存与所述中心服务器的CPU运行时所需的内存的运行环境相隔离；通过虚拟机接收数据参与方发送的中间迭代参数；中间迭代参数，由数据参与方利用本地数据集训练参与方人工智能训练模型得到；虚拟机根据所述中间迭代参数，计算全局模型参数，并基于全局模型参数判断全局人工智能训练模型的收敛是否符合预期值。本申请适用于训练人工智能模型。