Nick Duffield博士是德克萨斯A&M大学电气与计算机工程系的教授，他获得了美国国家科学基金会(NSF)的资助，这将允许他研究网络流量分类。
Duffield与耶鲁大学的Minlan Yu博士合作，获得了这项名为“分布式近似包分类”的资助。2016年至2019年，预算为35万美元。
网络流分类——根据模式匹配规则将传入的数据包分配到不同的类别进行处理——对于许多网络管理任务都是至关重要的，包括性能监控和故障诊断。然而，随着分类任务数量的增长，存储和应用规则所需的资源(特别是交换机内存)可能会变得稀缺。Duffield的项目采用端到端的流分类观点，观察到除了交换机上的内存使用外，包处理中还涉及其他更便宜的资源，特别是将选定的包传输到运行应用程序的接收器和下游接收器的带宽。一旦考虑到下游应用程序的需求，这些资源之间的资源权衡甚至分类精度都可以带来更好的整体性能。
达菲尔德说:“目前最大的研究挑战是如何在大型复杂的通信网络中实现这些好处，比如在数据中心，它可以包含由数十万个交换机连接的数百万台服务器。”
达菲尔德还被聘为计算机科学与工程系的系主任，是德克萨斯农工大学工程大数据项目的负责人。他于1982年获得自然科学学士学位，1983年获得剑桥大学数学硕士学位。1987年，他获得伦敦大学数学物理学博士学位。他的研究重点是数据和网络科学，特别是概率、统计学、算法和机器学习在通信网络及其他领域大型数据集的获取、管理和分析中的应用。
在加入该部门之前，Duffield曾在新泽西州Florham Park的AT&T实验室研究工作，在那里他担任杰出的技术人员和AT&T研究员。他曾在爱尔兰都柏林和德国海德堡担任博士后和教职。
达菲尔德是150多篇期刊和会议论文的作者，拥有50项美国专利，是AT&T可扩展流量分析服务核心智能采样技术的联合发明人。他是《ICT前沿》杂志《大数据》的专业主编，也是IETF数据包采样工作组的特许主席。Duffield是IEEE Fellow, IET Fellow，并在ACM SIGMETRICS董事会任职。他是牛津曼定量金融研究所的准会员。他是DARPA资助的联盟(infer:使用可配置边缘的分布式飞地防御)的德克萨斯州A&M大学首席研究员，并获得了谷歌和英特尔的教师研究奖项。