本发明涉及微云系统技术领域，尤其是一种个性化边缘卸载调度方法、模型训练方法和系统。本发明在训练卸载调度模型的过程中采用联邦学习方法，还在训练过程中结合微云局部参数聚合和全边缘网络的全局参数聚合，以提高收敛速度，降低任务丢失率。本发明提出的卸载调度模型根据不同的任务类型将任务分配给不同的微云端进行计算，或者任务进行本地计算，以实现任务调度的优化。通过在仿真平台上进行测试，结果显示随着用户数量的增加，本发明训练的卸载调度模型在平均时延、能耗、收敛速度、任务丢失率上均有更加优异的表现，尤其用户终端数量越大，本发明训练的卸载调度相对于其他算法的优异性更加突出。