ネットワークトラフィックの研究は、大規模かつ高品質なトラフィックデータに依存しています。しかし、プライバシー制限、収集コスト、クラスの不均衡、データの継続的な更新などの理由から、このようなデータを取得することは依然として非常に困難です。これらの課題により、研究者はトラフィック生成に注目しています。現在、多くの生成方法が提案されていますが、既存の研究やレビューは、生成されるトラフィックの形式と、それが支援できる実際の目的という2つの重要な問題を見落としがちです。2019年から2026年までに発表された113件の候補記録に基づき、本レビューは表現階層と目標整合性の2つの視点から39件の代表的なネットワークトラフィック生成研究を詳細に分析します。既存の方法を4つの表現階層に分類し、生成データと使用シナリオの関係を分析しました。多くの方法が分類や侵入検知などの下流タスクに有用な情報を保持していますが、タスクの有用性が実際のネットワーク環境での再現性や利用可能性を保証するわけではありません。高レベルの表現はモデリングが容易ですが、プロトコルのセマンティクス、パケット依存関係、通信ロジックを失うことが多いです。したがって、我々はタスク整合性とプロトコル整合性を区別し、後者はまだ十分に探求されていないことを指摘します。さらに評価実践をまとめ、各階層固有の評価指標を議論し、制御可能なトラフィック生成、プロトコル認識状態整合合成、エンジニアリング指向の評価手法など、今後の研究方向を示します。

ネットワークトラフィック生成;トラフィック表現階層;タスク整合性;プロトコル整合性