随着科学技术的发展,互联网络已经成为亿万百姓生活中不可缺少的一部分。然而,不断扩大的网络规模也给网络服务提供商们带来了巨大的挑战。因此,当今迫切需要更加智能的网络管理控制技术来合理地管理和规划网络,使得有限的网络资源得到高效的分配。为了更好的通过对海量数据进行分析,在有限的资源的情况下为用户提供更加优质的服务,本文提出了并实现了一套基于分布式平台的网络流量分析和预测系统,本系统可以从海量历史网络数据中挖掘有用信息,同时并行地构建流量预测模型,进而为网络资源的管理和调度提供有力的参考。在本篇论文中,我们探讨了网络流量分析和预测技术的相关研究,从多个方面分析了网络流量预测技术的发展,重点研究和分析了基于回声状态网络的网络流量预测方法,详细研究了回声状态网络算法和相关改进,并探讨了其未来的发展方向。由于历史网络数据的规模巨大,使用传统的单机处理方式进行处理和分析十分困难,因此我们基于HADOOP分布式计算平台及相关技术设计了分布式网络流量预测系统,并探讨了本系统在实际应用过程中对相关优化和改进。本系统可以对海量历史网络流量数据进行处理和分析,同时高效地并行构建多种网络流量预测模型,从多个角度为网络管理系统提供有力的资源分配等方面决策参考。我们使用本系统对中国某省会城市为期六天的全部用户移动上网数据进行处理和分析,对不同地区的网络节点的请求数以及多种业务的流量变化情况分别构建网络流量预测模型,从文中给出的相关数据图表中可以看出本系统具有优良的预测效果,可很好的满足实际应用的需求。