El incremento continuo de dispositivos conectadosa Internet en los ´ultimos a˜nos, junto con el aumentode las aplicaciones y servicios, han propiciado que latarea de clasificaci´on del tr´afico de red sea esencial encualquier entorno, tanto para cuestiones de gesti´on dered como de seguridad. Con la llegada de las redes5G han aparecido nuevos retos relacionados con laseguridad debido a este gran volumen de tr´afico y ladiversidad de servicios disponibles para los usuarios.Adem´as, tambi´en han surgido nuevas tecnolog´ıasbasadas en software y virtualizaci´on que permiten uncontrol m´as din´amico de la red. En este contexto,este art´ıculo propone una metodolog´ıa novedosa paraprocesar los flujos de red mediante el c´alculo delos L-momentos est´andar y su posterior clasificaci´onpara la detecci´on de anomal´ıas y amenazas en lared. Adem´as, se ha desarrollado un testbed con elque poder experimentar con cualquier conjunto dedatos y estos estad´ısticos. Los resultados obtenidostras la experimentaci´on con este testbed muestranque los L-momentos est´andar resultan especialmente´utiles para procesar los flujos de red en tiemporeal, consiguiendo que los algoritmos de clasificaci´onobtengan unos resultados de calidad muy elevados.