Con el rápido avance de la tecnología de encriptación y el aumento exponencial en las aplicaciones, la clasificación del tráfico de red se ha convertido en un tema de investigación cada vez más importante. Los métodos existentes para clasificar el tráfico encriptado tienen ciertas limitaciones. Por ejemplo, los enfoques tradicionales como el aprendizaje automático dependen en gran medida de la ingeniería de características, los enfoques de aprendizaje profundo son susceptibles a la cantidad y distribución de datos etiquetados, y los modelos preentrenados se centran únicamente en las características globales del tráfico, ignorando las características locales. Para resolver el problema anterior, proponemos un modelo de red convolucional de características a nivel de bytes basado en BERT (BFCN) que consta de dos módulos novedosos. El primero es un módulo codificador de paquetes, en el cual utilizamos el modelo preentrenado de clasificación de tráfico encriptado BERT para capturar características globales del tráfico a través de su mecanismo de atención; el segundo es un módulo de CNN, que captura características locales a nivel de bytes en el tráfico a través de operaciones convolucionales. Las características a nivel de paquete y a nivel de bytes se concatenan como la representación final del tráfico, lo que puede representar mejor el tráfico encriptado. Nuestro enfoque logra un rendimiento de vanguardia en el conjunto de datos ISCX-VPN disponible públicamente para la tarea de identificación del servicio y la aplicación de tráfico, logrando puntajes F1 del 99.11% y 99.41%, respectivamente, en estas dos tareas. Los resultados experimentales demuestran que nuestro método mejora aún más el rendimiento de la clasificación del tráfico encriptado.