Contestualmente all’analisi del traffico di rete, l’attuale innalzamento della quantità di dati cifrati sta rendendo sempre più inefficaci i metodi di categorizzazione precedentemente sviluppati. In virtù di ciò, la ricerca sta esplorando nuove possibilità attraverso l’applicazione e l’utilizzo di tecniche di machine learning e deep learning per ottenere prestazioni migliori. Risultano di particolare interesse, nella recente letteratura, modelli capaci di elaborare grafi (strutture grafiche costruite attraverso nodi e archi), al fine di esprimere predizioni, in quanto strumenti più efficaci in tale contesto. In questo progetto, svolto nell'ambito di una collaborazione con RCS ETM SICUREZZA, questa metodologia viene messa in discussione esplorandone l’efficacia e implementando un modello capace di analizzare il traffico di rete utilizzando una sua rappresentazione grafica basata su grafi.