A medida que avanza la tecnología de TI, el número y tipos de aplicaciones, como SNS, contenido y compras, han aumentado en diversos campos, lo que ha llevado a la aparición de un tráfico de aplicaciones complejo y diverso. Como resultado, la demanda de una operación, gestión y análisis de red efectivos ha aumentado. En particular, la investigación de clasificación de tráfico de servicios o aplicaciones es un área importante de estudio en la gestión de redes. Los servicios web están compuestos por una combinación de múltiples aplicaciones, y uno o más tráficos de aplicaciones pueden estar mezclados dentro del tráfico de servicio. Sin embargo, la mayoría de las investigaciones existentes solo clasifican el tráfico de aplicaciones por unidad de servicio, lo que resulta en altas tasas de clasificación errónea y hace imposible una gestión detallada. Para abordar este problema, este artículo propone tres métodos de aprendizaje multitarea para la clasificación de tráfico de aplicaciones utilizando las relaciones entre tareas compuestas por navegadores, protocolos, servicios y unidades de aplicación. Los métodos propuestos tienen como objetivo mejorar el rendimiento de clasificación bajo la suposición de que existen relaciones entre las tareas. Los resultados experimentales demuestran que al utilizar las relaciones entre diversas tareas, el método propuesto puede clasificar aplicaciones con un 4.4% más de precisión. Además, los métodos propuestos pueden proporcionar a los administradores de red información sobre múltiples perspectivas con alta confianza, y los métodos multitarea generalizados son fácilmente transportables a otras redes troncales.