Resumen: El análisis del uso de aplicaciones dentro de redes inalámbricas plantea múltiples desafíos, especialmente cuando se desea detectar patrones de comportamiento en tiempo real sin acceso al contenido de los datos. Este trabajo propone un sistema capaz de identificar eventos relevantes relacionados con el uso de aplicaciones como Spotify, TikTok o WhatsApp, con el objetivo de evaluar el grado de uso y aplicar medidas si se detecta un consumo excesivo. Para ello, se ha desarrollado un mecanismo de observación que analiza las conexiones establecidas por los dispositivos conectados al punto de acceso. A través del estudio de patrones característicos, como la duración de las conexiones, la recurrencia de accesos o el tipo de contenido cargado, el sistema infiere el tipo de actividad que está teniendo lugar; desde una simple apertura de aplicación hasta la reproducción continuada de contenido multimedia. Uno de los aspectos más complejos ha sido adaptar el sistema a las particularidades de cada aplicación, ya que su comportamiento en red varía significativamente. Además, se ha implementado una lógica de actuación que permite aplicar medidas de control en función del uso detectado, como la limitación temporal del tráfico para prevenir un uso abusivo. Los resultados muestran que el sistema es capaz de detectar de forma precisa accesos, reproducciones y envío de mensajes, diferenciando entre actividades ocasionales y usos intensivos. Este trabajo demuestra la viabilidad de implementar un sistema inteligente de monitorización y gestión del tráfico orientado a mejorar el uso responsable de las redes Wi-Fi en entornos locales.