近年来,网络游戏普及率越来越高。游戏流分类是提供稳定的网络服务和有效的网络资源管理中重要的一环,可以服务于QoS保证、服务差异化和计费等领域。在基于流统计特征的网络游戏流分类和识别方法中,选择有效的特征至关重要。本文选取炉石传说、梦幻西游、逆战、DOTA、LOL和DOTA2这6种网络游戏作为研究对象。对7个特征进行分析,分别为下上行字节数之比、下上行包数目之比、包大小、包到达时间间隔、BPS(Bytes per second)、PPS(packets per second)和IP子网。根据游戏数据流的IP子网特性,首次提出了根据IP子网进行数据过滤的方法,该方法可以有效的去减少游戏数据的干扰,从而使得特征分布更加聚集。经过对特征分布图进行详细的分析,发现下行PPS和下行包大小信息熵的组合可以高效准确的分类出炉石传说、LOL、DOTA2和梦幻西游这4种游戏,而DOTA和逆战的这两个特征的组合分布在同一区域,但是与另外四种游戏明显处于不同的区域。对于DOTA和逆战这两种游戏,下上行包数目之比这一特征处于不同的区域。因而,可以使用下行包大小信息熵、下行PPS和下上行包数目之比这三个特征进行网络游戏流的分类和识别。最后,采用SVM算法进行分类实验。实验结果表明,本文算法利用三种特征和较少的训练样本即可达到较高的分类准确率。