随着网络的普及以及新的应用如VoD，VoIP的出现，网络的突发业务流量急剧增加，使得基于传统的PSTN的流量特征不再适合当前网络流量的分析。由于自相似模型能够更加真实地描述网络传输的特性，因此通过生成自相似性的流量进行仿真研究，是一种有效的研究方法。 本文首先介绍了国内外对自相似流量的研究现状，包括自相似流量生成方法、描述流量自相似程度的Hurst参数估计方法、自相似流量的成因及对网络性能的影响。然后，利用院网络中心的入侵检测系统对局域网流量进行测量，通过处理得到不同时段的分组到达过程，采用经验R／S分析方法，对Hurst参数进行估计，判断此分组到达过程的统计特征是否具有自相似性。同时，通过采用多个独立的On／Off周期内Pareto分布的流量进行叠加产生自相似过程的方法，在网络模拟器NS下对生成具有自相似特征的网络流量进行建模仿真，同样采用经验的Hurst参数估计方法，与测量得到的实际流量进行比较，验证仿真流量可以有效地反映真实网络流量。接着，我们在有限的网络资源下将TCP协议和源端流量自相似性相结合，研究了自相似流量对网络性能的影响，发现源端流量的自相似性与网络状态无关，而TCP流控制可以自适应改变网络状态，从而间接改变网络流量的自相似性，但并不能消除源端流量的自相似性。同时，我们发现随着UDP负载增加，分组丢弃率明显上升，如果降低分组到达速率将使得分组丢弃率降低，特别是在网络负载轻时，分组丢弃率的降低尤为明显。TCP负载增加时，分组丢弃也呈增长趋势，但是分组丢弃率的幅度同UDP下的分组丢弃率相比要小些，表明TCP流控制从某种程度上降低了分组丢弃率，从自相似程度来看，却增强了流量的自相似性。随着汇聚节点的缓冲容量增加，分组丢弃率总体呈下降趋势。 最后，我们对网络流量自相似性在网络安全中的应用这个新的研究方向进行了探讨，根据网络流量的变化直接影响流量的自相似性程度，在入侵检测系统中对网络流量异常引起自相似性变化明显的数据进行研究。基于建立的用户正常行为的网络流量模型，通过比较描述网络流量自相似性的Hurst参数值来判断网络是否异常，并进行及时预警。