本发明公开了一种移动App流量统计特征选择方法，该方法包括：S1、获取原始移动App的流量数据集，提取移动App流量的流统计特征，获取用于训练的有标记数据集LD，以及待分类的无标记数据集UD；S2、在LD数据集上，利用信息增益率，评估每个流统计特征在类间的区分能力；S3、在LD和UD数据集上，计算每个流统计特征的取值分布，利用Hellinger距离评估特征取值分布差异性，评估流统计特征的漂移程度；S4、将漂移程度作为区分能力的惩罚因子，计算流统计特征的综合评估值；S5、基于综合评估值，搜索区分能力强且漂移程度低的流统计特征子集。本发明的方法涉及移动互联网流量测量领域的移动App流量分类技术，降低数据维度，并提高分类鲁棒性能。