本发明提供一种基于前端感知和学习的能耗判别方法，将学习能力部署于前端，提升前端的智能学习能力，并使得网络层不再传输用户原始数据，仅传输经过特征变换后的映射数据，不仅极大的减轻了网络的数据传送数据量，而且大大降低了用户敏感数据泄露的风险。专门设计的能耗特征表达方法，独特的前端模块化架构和部署方式，与一般方法相比，可独立于远端平台独立工作，也可与远端平台协同工作；独立工作时具备完整的对本地用户能耗特征的学习功能，协同工作时可提高学习的性能。通过贝叶斯网络的设计，具备更好的鲁棒性，当进入工作状态后，即使网络发生故障导致前端和远端失去连接，前端设备仍可独立完成智能学习任务。