La clasificación del tráfico encriptado es crucial para la seguridad y gestión de redes, permitiendo aplicaciones como el control de QoS y la detección de malware. Sin embargo, la aparición de nuevos protocolos de encriptación, particularmente TLS 1.3, plantea desafíos para los métodos tradicionales. Para abordar esto, proponemos CLA-BERT, que integra características a nivel de paquete y a nivel de byte. A diferencia de los métodos existentes, CLA-BERT fusiona eficientemente estas características utilizando un mecanismo de atención multi-cabeza, mejorando la precisión y robustez. Aprovecha BERT para la extracción de características a nivel de paquete, mientras que CNN y BiLSTM capturan dependencias locales y globales en características a nivel de byte. Los resultados experimentales muestran que CLA-BERT es altamente robusto en escenarios de muestras pequeñas, logrando puntuaciones F1 del 93.51%, 94.79%, 97.10%, 97.78% y 98.09% bajo diferentes tamaños de datos. Además, CLA-BERT demuestra un rendimiento excepcional en tres tareas de clasificación de tráfico encriptado, alcanzando puntuaciones F1 del 99.02%, 99.49% y 97.78% para la clasificación de servicios VPN, la clasificación de aplicaciones VPN y la clasificación de aplicaciones TLS 1.3, respectivamente. Especialmente, en la clasificación de TLS 1.3, supera a los métodos de vanguardia con una mejora del 0.47% en la puntuación F1. Estos resultados confirman la eficacia y capacidad de generalización de CLA-BERT, haciéndolo adecuado para la clasificación de tráfico encriptado.