随着网络技术发展的日新月异,网络规模迅速扩大,特别是进入90年代后,以IP为基础的Internet呈现出爆炸式增长,Internet已逐渐发展成为全球性的信息基础设施。随着新型网络应用的不断涌现和用户数量的迅速增加,Internet的数据流量也在急剧增长。Internet已由以往的单一数据传送网发展成为传送数据、语音、视频等多媒体信息的综合业务网,成为最重要的信息交换手段。近年来,通过对大量实际网络业务流的检测与分析表明,网络业务流量呈现出明显的自相似性,打破了原有网络流量短相关的基础性假设,使得传统的Poisson模型已经不再适用。由于自相似业务的网络性能与传统模型的结论有较大差异,使得自相似业务下的网络管理、拥塞控制、业务监管、协议设计等均与以往不同。由于网络的高速发展和各种业务类型的实施,互联网本身已成为复杂的异构网络,在目前的状况下不可避免的出现拥塞现象,造成业务指标下降和网络资源利用率低下等情况。不断发展的拥塞控制机制是保证网络运行与鲁棒性的重要机制,拥塞控制中作用于网络中间节点的主动队列管理策略(AQM)是解决网络拥塞问题和保证QoS的重要途径。面对新的形势,对该领域的研究有着重要的现实意义和应用价值。论文的工作主要集中在研究自相似业务下缓冲区队列管理情况,在分析自相似性对网络性能影响的基础上,对经典的随机早期检测算法(RED)进行改进,使之更加适应于自相似的业务流量,并且加入了自适应的功能,使算法能够根据网络流量情况,自适应的调节自身参数,更好的适应于真实的网络业务流量。主要工作如下:(1)研究了经典的RED算法及其他AQM算法,分析其算法性能的优劣。(2)从自相似现象入手,研究了自相似性的定义、特性、估算、模型、预测及产生原因,编程实现基于Pareto分布的ON/OFF模型,该模型可以较好的模拟实际网络环境,生成具有自相似性质的网络业务流量。(3)分析自相似特性对网络性能的影响,结合AQM性能评价标准,对原有算法进行改进,提出适合自相似流量模型的基于时间间隔的随机早期检测算法,实现并模拟仿真了该算法。仿真结果显示,该算法比经典RED算法更能减小系统负担,有效稳定平均队列长度,改善系统的暂态特性,更加能够适应网络的自相似业务流量。(4)在基于时间间隔的随机早期检测算法基础上,进行进一步的改进,在测量的时间间隔上加入自适应功能,使算法能够根据网络流量状况调节时间间隔的大小,调节自身参数,更好的适应于真实的网络环境。