该论文聚焦于在物联网环境下，DNS over HTTPS/3（DoH/3）协议对网站指纹攻击的脆弱性研究。随着隐私保护日益重要，DoH和DoT等安全DNS协议被广泛部署，但仍面临网站指纹攻击的威胁。DoH/3作为HTTP/3上的DNS加密协议，在实践中开始应用填充策略。然而，作者质疑这些填充是否足以抵御攻击。为此，他们首先收集并公开了首个真实世界DoH/3流量基准数据集，该数据集来自实际网络环境中的域名解析过程。随后提出了一种双分支学习架构DoHFuse，其核心是改进的DMAG-LSTM模型，能够融合数据包到达时间间隔序列和精细统计特征，专门捕获突发对齐的时间模式。在包含449个类别的封闭世界场景下，DoHFuse达到88.05%的准确率（精确率88.56，召回率87.96，F1 87.83）；在开放世界检测中，AUPRC为0.975，F1分数0.951（精确率0.906，召回率1.0）。结果表明，DoH/3流量仍然易受网站指纹攻击，常用的填充机制不足以在物联网规模的加密DNS通信中保障隐私。该工作为后续防御研究提供了基准数据集和攻击框架。