本发明公开了一种基于批量更新的网络流概念漂移解决方法，该方法首先会对新到达的流量进行分类，得到分类结果；为了检测网络流概念漂移，本发明提出了一个自适应的概念漂移检测器，对流量特征的分类结果进行监测，根据漂移样本的数量来判断是否发生网络流概念漂移，并自主地触发分类模型的更新流程；为了在合理的时间和空间内完成分类模型的更新，本发明设计了一个批量更新器，对漂移样本和保存在本地的已聚类历史样本进行批量更新，以获得更新后的聚类样本，然后使用更新后的聚类样本和有监督机器学习分类算法完成分类模型的更新。本发明的方法使用公开的10G主干网数据集进行了测试，因此，适用于主干网流量的分类模型更新。