本发明提供加密网络流量识别模型、模型训练方法以及流量识别方法，所述识别模型为深度卷积神经网络，由至少N+1个卷积块顺序串行组成，每个卷积块由多个卷积层串行组成，每一个卷积层由若干个卷积元并列组成，其中：对于所述识别模型的前N个卷积块：所述卷积块中的一部分卷积元为局部卷积元；所述卷积块中的另一部分卷积元为全局卷积元；所述局部卷积元与所述全局卷积元之间的输入与输出无拼接或交叉；对于第N+1个卷积块：所述卷积块中的卷积元的输入为所述局部卷积元的输出与所述全局卷积元的输出的拼接；所述输入样本是根据流量数据PCAP文件中的数据包划分成的会话流得到的。本发明可以提高对加密流量的识别能力和识别的准确度。