近年、インターネット・ゲーム障害が社会的な課題となっている。本研究では、シューティングゲーム、MMORPGといった依存性が高いゲームジャンルのみを制限する柔軟なペアレンタルコントロールの実現に向け、家庭用ゲーム機のトラフィックから機械学習でゲームジャンルを推定する手法を提案する。7ジャンルを対象とした評価では、LightGBMでF1スコア0.97の高精度を達成した。一方、未知タイトルを用いた汎化性能検証では、学習データと比べて参加人数や使用プロトコルの構成が大きく異なるタイトルにおいて、精度が低下する傾向が見られた。本手法はジャンル推定に有効であるが、未知タイトルへの対応には課題が残る。