本发明公开了一种轻量级纵向联邦学习隐私保护数据对齐方法，其特点是该方法采用不经意键值存储和零共享方法，可在任意数量腐败方合谋的场景下支持纵向联邦学习中高效的隐私保护数据，具体包括：系统初始化、密钥与碎片分发、键值存储生成和计算交集结果等步骤。本发明与现有技术相比具有使用轻量级的对称加密操作，且可以在任意数量腐败方合谋的情况下高效地解决纵向联邦学习隐私保护数据对齐问题，同时并不泄露各个数据集中交集外的样本ID，根据腐败方数量划分参与方的机制确保了诚实方数据集的安全，可以达到抗任意数量敌手合谋的半诚实模型和恶意模型下的安全性，从而满足了纵向联邦学习中的高效性和隐私性需求。