En ny metod baserad på djupinlärning presenteras för att automatiskt avanonymisera Tor-trafik genom "Website Fingerprinting". Till skillnad från traditionella metoder som förlitar sig på manuellt konstruerade funktioner, automatiserar den nya metoden processen för att extrahera trafikfunktioner, vilket gör den mer motståndskraftig mot nätverksförändringar. Metoden uppnådde en framgångsgrad på över 96% för 100 webbplatser och 94% för 900 webbplatser i en sluten miljö, samt var 2% mer exakt än den senaste tekniken i en öppen miljö. Forskningen drar slutsatsen att den djupinlärningsbaserade metoden är en effektiv, flexibel och robust teknik för "Website Fingerprinting" tack vare dess förmåga att automatiskt konstruera relevanta trafikfunktioner.