本发明是一种基于机器学习的流量识别技术，识别的对象是经过加密的恶意流量，本技术主要应用于流量识别领域，也可以辅助应用于网络攻击检测领域。本技术的技术核心是利用机器学习算法建立恶意加密流量识别模型，再通过模型去识别新流量。该技术的工作流程为读取大量已知属性流量数据，提取流量的统计性特征，将特征作为属性，使用随机森林算法建立模型，最后使用模型去识别新输入的流量。新输入流量的识别流程为提取流量统计性特征，输入模型进行识别，得出识别结果。本技术主要针对于加密和编码的流量，参与建模的数据全部由正常加密流量和恶意加密流量组成，这是因为如今非加密流量的识别技术已经很成熟，而对加密或编码流量的识别却十分困难，本技术为加密流量的识别提供了新的解决方法。