Исследование и прогнозирование трафика находят широкое применение в областях сетевых технологий. На сегодняшний день используются различные варианты изучения сетевого трафика, включая методы, основанные на интеллектуальном анализе данных и машинном обучении. Проводимый анализ данных помогает понимать и предсказывать поведение пользователей, оказываемую ими нагрузку на сеть и их потребности в отдельных видах услуг, предоставляемых оператором связи. Определение закономерностей и тенденций помогает автоматизировать процесс распределения ресурсов. В работе рассмотрены данные по мониторингу активности абонентов, а именно профиль трафика сети, который отображает поведение пользователей в зависимости от времени суток. Следующим шагом будет построение модели прогнозирования распределения трафика сети между абонентами и видами услуг, учитывая нагрузку на соту. Исследован профиль трафика, который содержит дату и время, в течение которого собирались данные по восходящему и нисходящему трафику, уникальный идентификатор пользователя, классы приложений и объём входящего и исходящего трафика. Были рассмотрены абоненты сети, их модель поведения в зависимости от времени суток и используемых видов услуг.