随着许多新兴业务的发展，移动通信对数据速率的要求越来越高。网络运营商需要在保证用户隐私和安全的前提下对流量进行分类，分配所需的网络资源为用户服务，更好地优化移动通信系统结构。传统的基于协议特征和关键字信息的流量分类方法会带来一些问题，如准确率低、缺乏实时性等。本文收集了4GLTE网络中的下行链路控制信息（DCI），训练了三种基准机器学习分类模型和Long短时记忆（LSTM）模型，识别了五种主流应用流程。实验结果表明，LSTM模型的F1评分达到98.92%，在不侵犯用户隐私的情况下实现了移动通信流量的高精度分类。