En este documento, proponemos un sistema que puede reconocer tipos de tráfico sin conocimiento previo de características estáticas como información de encabezado de protocolo mediante la combinación de análisis de protocolo basado en un algoritmo de alineación de secuencias ecológicas en un sistema de inferencia difusa y bioinformática. El algoritmo propuesto en este documento obtuvo un nivel de rendimiento de hasta el 91%, similar a varios algoritmos existentes en experimentos que utilizan conjuntos de datos que contienen varios tipos de tráfico. Además, mostró una excelente precisión del 82.5% o más incluso bajo condiciones severas que redujeron la cantidad de datos a un nivel de al menos el 40% o solo incluyeron datos en medio del tráfico. Esto muestra que el problema de dependencia de datos iniciales que ocurre con frecuencia en los algoritmos de clasificación de tráfico basados en aprendizaje automático y aprendizaje profundo existentes no aparece en el algoritmo propuesto. Además, basado en la capacidad de extraer directamente las características del tráfico sin depender de valores de campo estáticos, ha asegurado la capacidad de responder con un pequeño número de datos aprovechando la flexibilidad de la función de membresía del motor de inferencia difusa. A través de esto, se confirmó la aplicabilidad a entornos de baja potencia y bajo rendimiento como las redes de IoT. En este documento, describimos en detalle el trasfondo teórico para construir dicho algoritmo y experimentos relevantes y consideraciones para verificación actual.