طبقه بندی ترافیک تلفن همراه برای تصمیم گیری در مورد مدیریت شبکه مانند شکل دادن به ترافیک و قیمت گذاری ترافیک بسیار مهم است. داده های ترافیکی دارای برچسب ضرورت ارزیابی عملکرد طبقه بندی هستند. با این حال ، کارهای موجود عمدتا دارای ترافیک برچسب زده شده در یک محیط شبیه سازی مانند اجرای جداگانه یک برنامه خاص در دستگاه های تلفن همراه برای جمع آوری ترافیک آن هستند. این روش کند و مقیاس پذیر نیست. در این مقاله طرحی تهیه شده است تا به طور خودکار حقیقت زمین را به ترافیک تلفن همراه پیوند دهد. مجموعه ای از داده های ترافیکی دارای برچسب ابتدا توسط Mobilegt ما ارائه می شود (سیستمی برای جمع آوری ترافیک تلفن همراه و ایجاد حقیقت زمین) در دستگاه های تلفن همراه تحت نظارت. اما این ترافیک محدود به گره های مانیتور شده است. بنابراین ، ما برای شناسایی برچسب ترافیک موبایل تازه ناشناخته ، روشی به نام ELD (گسترش داده های دارای برچسب) ارائه می دهیم ، بنابراین می توانید داده های مربوط به ترافیک تلفن همراه را گسترش دهید. ELD شناسایی ترافیک را به هدر بسته ، میزان بار بسته بندی و سطح آماری جریان وارد می کند. وظایف شناسایی ترافیک سه سطح به ترتیب توسط ServerTag ، بازرسی توزیع payload و Random Forest انجام می شود. ELD قادر است ترافیک تلفن همراه را با بار رمزگذاری شده شناسایی کند. نتایج اعتبارسنجی متقاطع نشان می دهد که ELD به طور میانگین ۹۹٪ دقت جریان و ۴/۹۵٪ دقت بایت را به طور متوسط بدست می آورد وقتی جریان و کامل بایت به ترتیب ۸۶٫۵٪ و ۶۵٫۵٪ باشد. نتایج همچنین ثابت می کند که ELD نسبت به برچسب زدن در ترافیک شبکه تلفن همراه از کارهای موجود ، nDPI و Libprotoident فراتر رفته است.