网络流量模型是网络设计与分析的基础，精确的流量模型能准确刻画实际网络流量特征，对网络性能分析、网络参数设计、网络拥塞控制等有着重要意义。自相似网络流量模型能较好的研究网络流量特征且应用广泛。但其自身为加法结构，存在严重的负流量问题，此外，自相似网络流量模型只能描述具有线性形式的尺度结构，很难对网络流量复杂的尺度特性进行准确描述。多分形小波网络流量模型以小波分析为工具，实现网络流量多尺度特性分析，能同时描述网络流量大时间尺度下的长相关性以及小时间尺度下的多重分形。本文围绕独立小波模型（IWM）和多分形小波模型（MWM）存在不能确保信号非负、系数构造选取分布与实际流量分布特性无关等局限性，合理选取系数构造分布，构建能准确刻画网络流量特征行为的网络流量模型，并设计能准确模拟真实网络流量特征性质的网络流量发生系统。本论文的主要研究内容及创新点如下：1、实现网络流量多尺度特性分析。说明实际流量在不同时间尺度范围内具有多分形特性，为多分形小波模型应用提供前提使用条件，对比分析了IWM和MWM各自建模思想及其局限性。2、提出一种基于Pareto分布的混合小波网络流量多分形模型。模型兼顾了IWM较好的长相关描述能力以及MWM的短期突发描述能力，通过设定随机乘法因子限制特征系数非负性确保重构流量为正，选取符合实际流量重尾分布特性的pareto分布，使重构流量信号更为精确，改进后的网络流量模型在性能上得到很大提升，且符合实际流量网络流量特征。3、提出一种基于多分形小波模型的分布式流量发生系统。系统以多分形小波流量模型重构流量作为流量数据源，通过控制端向多个发送端分配流量生成任务，由发送端分布式地合成测试流量。分布流量生成系统满足多用户并发访问的实际网络应用环境，分布式地生成测试流量，准确模拟不同的网络应用服务。通过仿真验证，改进后的P_OWM在多分形谱、边缘分布、相关函数等各性能指标上有较好提升，均优于MWM且与实际流量更为接近。其重构流量概率密度分布具有重尾分布特性，符合实际流量分布特性。