本发明公开了一种基于联邦学习和边缘计算的两方隐私保护方法及系统，涉及群智感知技术和人工智能技术交叉技术领域。该方法在任务分配阶段，任务发布者向众包平台提交任务约束，众包平台根据任务约束寻找工人，并将选中的工人信息下发给任务发布者；在任务执行阶段，任务发布者将众包任务进行加密上传到众包平台，工人从众包平台获取任务匹配信息，解密后开始执行任务；工人利用任务相关的感知数据训练成本地模型，并对本地模型进行扰动；感知数据聚合后以组为单位将感知数据提交至平台；任务发布者对感知数据进行评估，将评估合格的感知数据聚合得到全局模型。本发明能够保护任务发布者和工人双方的隐私信息，同时保证提交感知数据的质量。