twintwin1003

Если совпадут все пять значений (src ip, src port, dst ip, dst port, protocol), то пакеты, относящиеся к двум разным соединениям, перепутаются, перемешаются, и сам чёрт ногу сломит в том, что получится.

Но!
Инициатор соединения (либо NAT) Src port выбирает не просто случайный, а так, чтобы пятёрка полей (src ip, src port, dst ip, dst port, protocol) в таблице соединений не повторилась.
Вот и всё!

Действительно, как инициатор соединения, так и NAT могут переиспользовать пару (src ip, src port) для других соединений. В NAT это называется Endpoint Independent Mapping и служит для экономии адресного пула. Вдобавок, и ряд сервисов (та же ICQ) ведёт себя странно, видя несколько соединений с разными (src ip, src port), но под одной учётной записью.

Но, поскольку как минимум одно значение из тройки (dst ip, dst port, protocol) уникальное, относящиеся к разным соединениям пакеты не перемешиваются.

Текст произвольной длины, по-видимому, разбиваете на фрагменты и делаете статистический анализ.
Что касается машинного обучения, то выделяются характерные черты (features), которые запоминаются (создаётся словарь). Этот метод применяется для распознавания изображений.
А вот пример, как обрабатываются сигналы акселерометра смартфона, чтобы узнать положение человека (стоит, лежит, идёт, идёт по ступенькам вверх или вниз). Сигнал разбивается на фрагменты (буферы), далее идёт спектральный анализ, особенности спектра запоминаются (обучается нейронная сеть).

Есть книга от Мигеля Гринберга про Web-разработку с помощью Flask. Рекомендую прочитать разделы про тестирование. Я сознательно не буду приводить как, т.к. лучше Гринберга врядли кому-либо получится пояснить лучше. Но. Я бы хотел обратить ваше внимание на то, что лучше использовать не Nose, а py.test + pyhamcrest , тогда Ваши тесты будут более выразительными и вы будете лучше видеть "Что б.. сломалось то?"