传统研究光突发交换，进行排队论的分析和业务流的假设时往往采用马尔可夫模型。假设数据业务流在连续的时间内满足泊松分布，在离散的时间内满足贝努里分布，以上这些业务的特征是具有短时相关性。然而近年来，通过大量的实验研究表明网络业务流存在自相似 (self-similar) 现象。所以有必要针对网络业务流的自相似现象重新建模分析，研究自相似业务在 OBS 网络中会对网络性能产生怎样的影响。 本文首先介绍了光突发交换的体系结构。在对基本原理，包括协议和交换概念介绍完之后，我们讨论了 OBS 的主流协议——JET 协议。 在这以后，本文主要讨论网络流量中的自相似现象。我们首先对自相似过程和长相关的过程进行了定义。之后介绍对一些已知的自相似过程，如何正确的估计过程的 Hurst 指数H。评估 Hurst 指数的方法包括不同尺度聚合序列的方差分析方法、不同尺度聚合序列的绝对值法、R/S 方法等。最后介绍了自相似业务的产生模型之一——ON/OFF模型。 本文的主要创新工作是提出了一种新的节点反馈汇聚算法。该算法基于固定长度汇聚，首先计算出任一核心节点发生多个突发包同时到达竞争信道产生丢包的概率。然后依次计算出如果不希望丢包而需要的 FDLs 最小数量。发生冲突的突发包均在 FDLs 中缓存，随着到达业务量的增加，FDLs 中可用空闲波长信道逐渐减少，当没有可用空闲波长信道时，核心节点发送反馈到边缘节点，边缘节点减少单位时间内发往核心节点的负载量。在这一部分，论文主要对这种算法从进行了数学推导，证明了其对 OBS 网络自相似性的改善。最后从仿真结果来看，我们可定义得出结论，节点反馈汇聚算法能够取得很好的性能。 本文最后总结了全文并对下一步工作做了展望。