Los modelos clásicos han servido y siguen sirviendo para modelar las redes telefónicas basadas en distribuciones exponenciales, procesos de llegadas de Poisson y cadenas de Markov. Desafortunadamente, estos modelos no dan tan buenos resultados en las redes de conmutación de paquetes ya que presentan una fuerte correlación y propiedades fractales. Disponer de nuevos modelos de tráfico fiables es la clave para desarrollar nuevos protocolos y aplicaciones. La necesidad de una gran precisión en el tiempo entre llegadas y en la distribución del tamaño de los paquetes por un lado, junto con las velocidades de transmisión actuales disponibles en los enlaces por otro lado, provoca que encontrar un modelo que represente fielmente el tráfico real sea una difícil tarea. Actualmente, para simular y analizar dicho tráfico, se utilizan los modelos autosimilares ya que son los que mejor representan los patrones comentados, por lo que hay que desarrollar generadores precisos de dicho tráfico así como analizadores que detecten adecuadamente dichas características. Esto provoca la necesidad tanto de nuevas utilidades software (p. ej. TCPivo, Firm Timers) como de metodologías (p. ej. división de trazas, filtrado a bajo nivel) para testear los escenarios. El hecho de trabajar a altas velocidades supone un reto adicional, en aspectos como la captura de grandes volúmenes de datos o el marcado temporal preciso. Estas necesidades han desembocado en la utilización de sistemas híbridos (ni puramente software ni puramente hardware) los que los dota de una gran flexibilidad y escalabilidad, además de ser más economicos. Normalmente estos sistemas están montados sobre equipos estándards junto con algun dispositivo especifíco como pueden ser tarjetas capturadoras. En el proyecto presente se ha procurado abarcar esta problemática mediante el uso de soluciones híbridas compuestas por equipos estándards y tarjetas capturadoras DAG Gigabit Ethernet (GE) 4.3 de Endace. Para ello hemos desarrollado diversas utilidades tanto de generación como de análisis obteniendo buenos resultados en el último campo detectando tanto la distribución del tráfico (autosimilaridad, LRD) como su composición (flujos gigantes y flujos pequeños). Sin embargo, por el hecho de trabajar a altas velocidades, nos hemos encontrado con problemas en generación a causa del scheduling y fluctuaciones en los momentos de transmisión de los paquetes. Esto, a su vez, nos ha dado una visión de las limitaciones que existen y también las posibles soluciones e implementaciones de cara al futuro.