本发明公开了一种数据特征提取方法、系统及计算机设备，涉及特征提取技术领域。本发明的方法包括如下步骤：获取多个客户端的隐私样本数据集；将多个隐私样本数据集分别输入深度神经网络中进行特征提取，得到多个特征数据集；根据多个特征数据集的特征点建立第一距离矩阵，对第一距离矩阵进行聚类，得到每个客户端的隐私样本数据集的聚类中心；将多个客户端的聚类中心发送至模型构建端，根据多个客户端的聚类中心构建第二距离矩阵，并对第二距离矩阵进行再聚类，得到隐私数据特征。本发明能够在客户端隐私保护的前提下刻画隐私数据的统计特性，改善联邦学习对异构数据的训练效果；且实现多领域、多模态的知识共享，提高了模型性能。