意大利學者開發了一種可以檢測Tor流量中Android應用活動的模式的算法，其準確率爲97％。
該算法不是去匿名化腳本，因爲它無法顯示用戶的真實IP地址或其他識別細節。但是，它將揭示Tor用戶是否正在使用Android應用程序。
意大利羅馬薩皮恩扎大學(Sapienza University of Rome)的研究人員的研究工作建立在之前的研究基礎之上，該研究能夠分析Tor流量的TCP數據包流，並區分八種流量類型:瀏覽、電子郵件、聊天、音頻流、視頻流、文件傳輸、VoIP和P2P。
在研究工作中，意大利研究人員應用了類似的概念，分析流經Tor連接的TCP數據包，以檢測特定於某些Android應用程序的模式。然後，他們開發了一種機器學習算法，用Tor瀏覽器的10個應用程序的流量模式進行訓練:Android應用程序、Instagram、Facebook、Skype、uTorrent、Spotify、Twitch、YouTube、DailyMotion和Replaio Radio。
通過對算法的不斷完善，他們可以將其指向Tor流量，並在用戶使用上述程序時進行檢測，測試結果顯示，算法準確率爲97.3％。
然而，他們設計的機制並不像聽起來那麼完美和有效。首先，它只能在通信通道沒有背景交通噪聲的情況下使用，這意味着它只能在用戶使用一個應用程序的移動設備時使用，而不能在其他情況下使用。如果在手機背景中有太多應用程序同時進行通信，則TCP流量模式會變得混亂，算法的效率就會下降。
其次，某些結果的準確性仍然存在問題。例如，Spotify或YouTube等基於流媒體的應用會產生類似的流量模式，從而導致誤報。算法在Facebook，Instagram和Tor瀏覽器應用程序等應用程序的長時間“閒置”後，難以有效檢測到用戶對相關應用的訪問。
由於未來的實驗將會考慮加入對更多應用程序的檢測，類似的問題還會出現，從而增加誤報概率，降低整體的準確度。上個月，他們發表了一篇名爲《Peel the onion: Recognition of Android apps behind the Tor Network》的研究論文，此外，研究者還計劃公佈算法的代碼。