该论文研究在动态Web流量中通过深度时间特征进行用户识别的问题。现代Web应用大量使用动态内容，例如通过XMLHttpRequest或Fetch API的页面更新，这些请求通常由用户操作（如键盘输入、鼠标点击）触发，因此用户操作的时间与携带这些事件的网络数据包时间高度相关。论文利用这一相关性，在加密网络流量中通过深度时间特征来度量用户行为。方法基于准确检测与用户操作对应的数据包子集，并借鉴了击键动力学的最新研究。实验表明，通过用户使用搜索引擎打字引起的网络数据包时间序列，可以以中等准确率进行用户识别。该工作对取证调查人员有帮助，可在加密流量中进行目标识别，但也引发了隐私担忧，即路径上的远程攻击者可能检测这些数据包并推断用户行为。