本发明涉及一种基于机器学习的移动应用流量识别方法及系统，属于流量识别领域。所述方法包括：流量采集阶段、流量处理阶段、特征提取阶段、流量标记阶段、流量平衡阶段、模型训练阶段；所述系统包括：流量监听模块、流量处理模块、流量展示模块、特征提取模块、特征展示模块、应用识别模块、结果展示模块。本发明提出了多特征融合的特征提取方案，提升了信息丰富度，优化了模型训练效果，分类准确性得到提升；设计出SMOTE+ENN样本平衡算法与随机森林算法相结合的模型训练方式，使得少数类样本的误分率降低，提高了分类器的分类识别能力。