一种基于深度学习的TCP拥塞控制版本识别方法和装置,在TCP数据流传输过程中,以被动检测的方式在服务端侧采集不同条件下的各种TCP拥塞控制机制的相关信息,用于对深度学习模型进行离线训练,将训练后的特征模型在线识别各种类型的拥塞控制机制。本发明采用深度学习的方式建立识别模型,可以同时应用在有线和无线环境、可以联合服务端侧以及终端侧的采集信息进行识别,同时对各种类型的拥塞控制机制,如基于延迟,基于丢包和新型拥塞控制机制等,都有很高的识别准确率。