网络流量分析是进行中职学校网络异常流量监测、网络流量控制、网络性能评价的前提条件,而网络流量预测能够对学校未来的网络流量走势进行预测,其预测值可作为网络管理人员下一步对用户上网行为分析、网络应用管理及流量控制的依据。首先,本文对网络流量特性进行研究,然后通过从中职学校采集的数据样本对网络流量的自相似性、长相关性、周期性、突发性和混沌性等特性进行分析研究,发现中职学校网络流量同样呈现上述特性。其次,对BP神经网络结构、分类、网络流量预测模型预测算法及建立该预测模型时需要重点解决的问题进行了研究探讨,主要讨论如何选择输入、隐含和输出层的神经元个数以及怎样选择激活函数和初始值等。最后,通过计算分析确定BP神经网络预测模型的输入、隐含、输出层神经元个数,选择适宜的激活函数并且对采集数据样本进行归一化处理。使用训练样本对建立的中职学校BP神经网络预测模型进行训练并对该预测模型进行测试验证,研究证明通过本文建立的中职学校BP神经网络预测模型完全可用于中职学校网络流量的预测,该模型解决了中职学校日常网络流量管理中无法对网络流量进行预测的问题。