Розглядається інформаційний синтез здатного навчатися класифікатора трафіка в рамках інформаційно-екстремальної інтелектуальної технології аналізу даних, що грунтується на максимізації інформаційної спроможності системи в процесі навчання. У статті досліджено алгоритм навчання класифікатора за незбалансованими неоднорідними навчальними вибірками, що має місце в практичних задачах моніторігу мережевого трафіка. Із врахуванням багатовимірності словника ознак і алфавіту класів розпізнавання, які характеризують типи мережевого трафіка, розроблено інформаційно-екстремальний алгоритм навчання класифікатора з ієрархічною структурою вирішальних правил. Запропонований алгоритм реалізовано при розв'язанні задачі ідентифікації зашифрованого мережевого трафіка на прикладі додатків VoIP, SSH та BitTorrent.
