本发明公开了一种基于局部‑全局特征注意力的加密应用流量分类方法及系统，该方法分为人工智能模型训练阶段和加密应用流量分类阶段。在人工智能模型训练阶段，将根据有应用类别标签的加密应用字节流序列，训练神经网络中的可学习参数，从而实现自动化的加密应用流量特征提取和加密应用流量分类，并得到训练好的加密流量分类模型。加密应用流量分类阶段，基于训练完成的加密应用流量模型参数，对网络环境中获取到的真实网络流量进行特征提取并完成加密应用流量分类。本发明通过局部‑全局特征注意力机制的加密应用流量建模方法，建立更加鲁棒的分类特征，实现对应用流量更加精准的分类。