Наведено результати поточного стану зростання відеотрафіку у світі. За допомогою зібраних статистичних даних показано, що цей процес призводить до збільшення завантаження комп'ютерних мереж. Показано, що на сьогодні забезпечення аналізу переваг та недоліків особливостей функціонування сучасних комп'ютерних мереж, а також розвитку методів прогнозування інтенсивності потоків трафіку, методів маршрутизації в комп'ютерних мережах є важливими та невідкладними завданнями. Згідно з прогнозами, обсяг світового трафіку зросте у 4 рази, на приблизно 33 % щороку, а відео з таких платформ, як: YouTube, Netflix, Amazon Prime, Facebook та інших сервісів, становитимуть основну частину майбутнього трафіку. Саме тому необхідно спрогнозувати тренди високороздільного відеотрафіку, що дасть змогу здійснити адаптивне управління мережевим обладнанням, а також зменшити затримки передавання даних. Подано посилання на процес конструювання прогнозу тренду високороздільного відеотрафіку, що був попередньо розроблений. Комп'ютерне імітаційне моделювання показало, що природа цього трафіку є самоподібною, тому метод можна успішно застосувати для прогнозування пульсацій відеотрафіку типів 1080p60, 4k, 1080p, але для 8k метод необхідно доопрацювати. Для оцінювання самоподібності відеотрафку було використано параметр Херста.Ключові слова: Ateb-функція; прогнозування збурень; потоки даних; комп'ютерна мережа; методи прогнозування.timated to have quadrupled between 2017 and 2022, adding about 33 % annually, as well as that 58 % of downloaded internet traffic flows are videos from platforms such as YouTube, Netflix, HTTP Media Stream, Amazon Prime, Facebook, Raw MPEG-TS and other services. Therefore, it is expedient to analyze and predict perturbations in the transmission of high-resolution video traffic, which will provide the ability to adaptively control the load of network equipment, "smooth" the ripple of high-definition video traffic, reduce the ripple delays of such traffic, and reduce delays in transmitting useful information in computer network. The paper also demonstrates the process of constructing and testing the obtained high-resolution video traffic forecast, which was previously developed to evaluate the results of the use of the developed Ateb-forecasting method. Computer simulation was performed using the developed software, which showed that the nature of this high-resolution video traffic was self-similar, so the previously developed method can be successfully applied to forecast trends of video traffic of types 1080p60, 4 k, 1080 p, but for the type 8 k the method needs to be improved. The Hurst parameter was used to evaluate the self-similarity of the video traffic samples. Conducted studies have shown that the behaviour of video traffic components (trends) generally determines its behaviour, regardless of the specific type of video traffic.