A Novel Proprietary Internet Video Traffic Dataset Generation Algorithm

Publicación del proyecto · Applied Sciences

Resumen

El artículo presenta un algoritmo para generar datasets propietarios de tráfico de vídeo en Internet, con mayor control sobre trazabilidad e interpretación de los datos.

Arquitectura del algoritmo de generación de datasets de tráfico de vídeo en Internet
Figura del artículo original. Fuente: Applied Sciences/MDPI, reproducida sin modificaciones bajo CC BY 4.0.

Indicadores bibliométricos

Cuartil JCRQ2
Factor de impacto2,9
Citas en Google Scholar2
Área JCR
Engineering, Multidisciplinary
Año JCR
2025
Consulta Scholar
26 octubre 2026

Contribución principal

La propuesta responde a la escasez de conjuntos de datos transparentes para analizar tráfico de vídeo. Al generar datos de forma controlada, facilita la evaluación de modelos y herramientas de clasificación de tráfico.

Resultados y alcance

El algoritmo genera tráfico de vídeo propietario con patrones controlables y etiquetas útiles para entrenar y comparar clasificadores. La validación reproduce características temporales y volumétricas relevantes, aunque la representatividad queda vinculada a las aplicaciones y condiciones utilizadas para construir los perfiles.

Relación con BoND1

BoND1 incluye el análisis de redes y servicios sobre infraestructuras de conectividad avanzada. Comprender y caracterizar tráfico de vídeo ayuda a diseñar mecanismos de gestión más robustos para redes IoT y B6G con demandas heterogéneas.

DOIEditorialRepositorio UPCT

Project publication Applied Sciences

Summary

The article presents an algorithm to generate proprietary datasets of video traffic on the Internet, with greater control over traceability and interpretation of the data.

Architecture of the Internet video traffic dataset generation algorithm
Figure from the original article. Source: Applied Sciences/MDPI, reproduced without modifications under CC BY 4.0.

Main contribution

The proposal responds to the scarcity of transparent data sets to analyze video traffic. By generating data in a controlled way, it facilitates the evaluation of traffic classification models and tools.

Results and scope

The algorithm generates proprietary video traffic with controllable patterns and labels useful for training and comparing classifiers. Validation reproduces relevant temporal and volumetric characteristics, although representativeness is linked to the applications and conditions used to build the profiles.

Link with BoND1

BoND1 includes the analysis of networks and services on advanced connectivity infrastructures. Understanding and characterizing video traffic helps design more robust management mechanisms for IoT and B6G networks with heterogeneous demands.

DOIEditorialUPCT Repository

Scroll al inicio