TCP（Transmission Control Protocol）的拥塞控制是Internet稳定运行的基础，围绕着TCP协议的拥塞控制一直是Internet研究的一个热点，吸引着诸多的学者。随着网络通信流量的急剧增加和各类实时业务流量对QoS要求的大幅提高，仅仅依靠端到端拥塞控制己经难以满足网络需求。事实上，在Internet这样复杂的异构网络环境中，希望所有用户都兼容端系统拥塞控制也是不现实的。必须发展路由器等中间网络设备的控制，以增强拥塞控制的效果。路由器位于拥塞的发生点，所以在路由器上进行拥塞控制是非常有意义的。队列管理机制就应运而生了。主动队列管理（Active Queue Management，AQM）机制通过对拥塞的预判和主动丢包，实现对拥塞的控制，成功避免了死锁、全局同步等现象。IP拥塞控制机制的研究是当前拥塞研究的热点。本文将路由器参与的显式拥塞控制也归为IP拥塞控制机制。网络业务流自相似性的发现和研究推翻了早先网络流量短相关的基础假设，由于网络流量突发性更为突出，直接导致拥塞发生更为频繁和加剧，这使得网络流量的统计特征提取、排队性能分析和缓冲空间设置以及拥塞策略的设计均有所变化。自相似模型的引入给原本复杂的拥塞控制带来新的问题，但它同时也会带来新的解决方法。往返时延RTT是网络拥塞控制机制有效运行赖以维系的节奏，网络时延不易准确估算也是造成网络拥塞机制偶尔失效的主要原因。故而需要分别对往返时延RTT建模为常数、常函数、随机过程等不同的数学形式，利用数学方法分析RTT对网络拥塞控制机制的影响。进一步提出基于网络排队延时的显式拥塞控制算法QDCN，该算法通过路由器监测队列长度，进而得出排队延迟，实时更新RTT，以显式方式通知源端改变拥塞窗口，从而实现拥塞避免。进一步看到在恒速网络业务流下，本来性能比较优越的SFPID-RED和QDCN算法性能有所下降，并且时延并不是造成算法性能下降的诱因。实际上网络流量的自相似性（突发性）才是这些算法失效的根本原因，时延的抖动只是它的一种表现形式。于是提出一种基于自相似流量的随机早检测算法——STRED。该算法采用时间槽作为操作单位，以减少计算量，降低网络参数更新速率；根据时间槽记录观测参数进而预估自相似系数（Hurst系数），并依据相关函数调整RED算法丢弃概率，增强RED算法对自相似网络流量的适应能力，从而实现对自相似流量的拥塞控制。然而学界关于网络流量是具有泊松特性的短相关还是具有分形自相似的长相关的争论一直不断。虽然有大量的网络测量实验分析得出网络自相似的结论，但也有证据表明泊松特性依然存在。网络流量模型经历了短相关，长相关，多重分形的发展演变，现在有回归短相关的一种可能。实际上网络流量的长相关和短相关两种特性同时存在。有鉴于此本文基于网络自相似性和TCP/AQM流体流模型，提出一种新型Lévy随机过程，并建立一种TCP/AQM二象性流体流模型，可以同时描述网络的自相似性和包驱动特性，试图从理论上对网络流量的两种特性进行统一，并进一步研究了二象性模型的有关性质。为以后基于自相似网络的拥塞控制研究奠定了基础。总之本课题主要针对网络拥塞问题，剖析了一种现有应用较为广泛的网络流量模型——TCP/AQM流体流（Fluid Flow）模型，并以此为基础结合网络自相似提出一系列的研究方案。