Аннотация. Разнообразное применение технологии Интернета вещей порождает разнообразие передаваемого трафика данных, который создается различными сетями. Разнородный трафик для создания адекватной модели требует использование наиболее подходящего математического аппарата. Одни модели трафика более корректно описываются на основе распределений вероятностей, другиена основе методов фрактального анализа. Модели потока заявок, аппроксимируются различными распределениями как с «легкими хвостами» (распределение Гаусса, Пуассона), так и с «тяжелыми хвостами» (распределения Парето, Вейбула, логнормальное распределение). Для описания трафика в сетях с пакетной коммутацией находят широкое применение самоподобные модели трафика. Степень самоподобия трафика может быть определена различными методами. Рассмотрены примеры моделей трафика, создаваемого устройствами IoT: модель трафика для медицинской беспроводной сенсорной сети (WSN) на основе гауссовского распределения; ON/OFF модели трафика WSN для слежения за случайно и линейно движущейся целями; модели трафика IoT с распределениями на ограниченном интервале времени; самоподобная модель агрегированного трафика на шлюзе WSN. Ключевые слова: модели трафика, Интернет вещей, беспроводные сенсорные сети (WSN), самоподобный трафик, ON/OFF модель.