本发明提供一种基于联邦边缘学习的数据共享时延优化方法及装置，所述方法包括：利用基于联邦边缘学习的分布式系统架构进行数据共享；所述系统架构包括通信连接的客户端、边缘服务器和中心服务器；对所述客户端的传输功率、计算功率和数据卸载量进行优化，获取最小的数据共享时延。本发明通过利用基于联邦边缘学习的分布式系统架构进行数据共享，提高了数据共享的效率，再对客户端的传输功率、计算功率和数据卸载量进行优化，实现在工业互联网中的数据共享资源受限的场景下获取最小的数据共享时延。