Phân loại QoS là một bước quan trọng trong quản lý mạng nhằm đảm bảo hiệu suất dịch vụ. Tài liệu trình bày cách sử dụng các đặc trưng thống kê liên quan đến thời gian (time-related features) để phân loại lưu lượng VPN và không VPN, vốn thường khó nhận diện do mã hóa. Tác giả xây dựng một bộ dữ liệu mẫu từ lưu lượng thực tế của các ứng dụng như Skype, Chrome, Facebook, và sử dụng các thuật toán học máy như C4.5, kNN, Naive Bayes, Bagging, Boosting để huấn luyện mô hình. Kết quả cho thấy Bagging đạt độ chính xác cao nhất (94.42%) trong phân loại lưu lượng. Ngoài ra, tài liệu đề xuất cách ánh xạ nhãn lưu lượng sang các nhãn PHB như AF11, AF21, EF để phục vụ đánh dấu QoS. Mô hình có thể áp dụng trong các miền ứng dụng như giáo dục, y tế, chính phủ để tối ưu hóa lưu lượng mạng.