本发明提供了一种基于深度学习的针对流量解析的重要信息排序方法、装置和可读存储介质，使用公共流量符号和流量内容训练生成BERT模型，通过MD5比对同类中重复的文档，通过迭代二分法的方式过滤掉冗余垃圾流量，以及重复出现的流量；针对小流量，通过统计的方式获取特定的分隔符，将流量切割成流量段并两两比对；如果比对相似度高则只取其中一段作为主流量；比对结果不同则针对不同的流量段再次分析，在单个流量段中，采用N‑Gram算法提取流量片序列，进行频度的统计，最后框定出出现频率最高的流量片，进行一个整体的排序。最后得到流量的重要信息排序结果。有效解决海量流量解析带来的耗时多，效率低，无重点的问题。