네트워크 트래픽 연구는 대규모 고품질 트래픽 데이터에 의존합니다. 그러나 개인정보 제한, 수집 비용, 클래스 불균형, 지속적인 데이터 업데이트 등으로 인해 이러한 데이터를 얻는 것은 여전히 매우 어렵습니다. 이러한 도전 과제는 연구자들의 트래픽 생성에 대한 관심을 높였습니다. 현재까지 많은 생성 방법이 제안되었음에도 불구하고, 기존 연구 및 리뷰는 흔히 두 가지 핵심 문제를 간과합니다: 어떤 형태의 트래픽을 생성할 것인지, 그리고 이것이 지원할 수 있는 실제 목표는 무엇인지. 2019년부터 2026년까지 발표된 113개의 후보 기록을 기반으로, 본 리뷰는 표현 계층과 목표 일관성 두 관점에서 39개의 대표적인 네트워크 트래픽 생성 연구를 상세히 분석합니다. 우리는 기존 방법들을 4개의 표현 계층으로 분류하고, 생성 데이터와 사용 시나리오 간의 관계를 분석합니다. 많은 방법들이 분류 및 침입 탐지 같은 다운스트림 작업에 유용한 정보를 유지하지만, 작업의 유용성이 실제 네트워크 환경에서의 재현성이나 사용성을 보장하지는 못함을 발견했습니다. 고수준 표현은 모델링이 더 쉽지만, 프로토콜 의미론, 패킷 의존성, 통신 논리를 종종 버립니다. 따라서 우리는 작업 일관성과 프로토콜 일관성을 구분하고, 후자는 아직 충분히 탐구되지 않았음을 지적합니다. 또한 평가 관행을 정리하고, 각 계층별 특화된 평가 지표를 논의하며, 제어 가능한 트래픽 생성, 프로토콜 인지 상태 일관 합성, 엔지니어링 지향 평가 방법 등 미래 연구 방향을 제시합니다.

네트워크 트래픽 생성;트래픽 표현 계층;작업 일관성;프로토콜 일관성