意大利学者开发了一种可以检测Tor流量中Android应用活动的模式的算法，其准确率为97％。该算法不是去匿名化脚本，因为它无法显示用户的真实IP地址或其他识别细节。但是，它将揭示Tor用户是否正在使用Android应用程序。意大利罗马萨皮恩扎大学(Sapienza University of Rome)的研究人员的研究工作建立在之前的研究基础之上，该研究能够分析Tor流量的TCP数据包流，并区分八种流量类型:浏览、电子邮件、聊天、音频流、视频流、文件传输、VoIP和P2P。在研究工作中，意大利研究人员应用了类似的概念，分析流经Tor连接的TCP数据包，以检测特定于某些Android应用程序的模式。然后，他们开发了一种机器学习算法，用Tor浏览器的10个应用程序的流量模式进行训练:Android应用程序、Instagram、Facebook、Skype、uTorrent、Spotify、Twitch、YouTube、DailyMotion和Replaio Radio。通过对算法的不断完善，他们可以将其指向Tor流量，并在用户使用上述程序时进行检测，测试结果显示，算法准确率为97.3％。然而，他们设计的机制并不像听起来那么完美和有效。首先，它只能在通信通道没有背景交通噪声的情况下使用，这意味着它只能在用户使用一个应用程序的移动设备时使用，而不能在其他情况下使用。如果在手机背景中有太多应用程序同时进行通信，则TCP流量模式会变得混乱，算法的效率就会下降。其次，某些结果的准确性仍然存在问题。例如，Spotify或YouTube等基于流媒体的应用会产生类似的流量模式，从而导致误报。算法在Facebook，Instagram和Tor浏览器应用程序等应用程序的长时间“闲置”后，难以有效检测到用户对相关应用的访问。由于未来的实验将会考虑加入对更多应用程序的检测，类似的问题还会出现，从而增加误报概率，降低整体的准确度。上个月，他们发表了一篇名为《Peel the onion:Recognition of Android apps behind the Tor Network》的研究论文，此外，研究者还计划公布算法的代码。