文章围绕国家自然科学基金重点项目"基于网络探测的IP网络拓扑发现和性能分析的研究"展开工作.网络综合流量特征是网络设计、服务质量(QOS)、网络管理、网络性能分析中所必须考虑的一个重要因素.在网络协议设计、性能优化和网络设备研究等方面起了至关重要的作用.然而,传统的网络行为的数学模型如马尔可夫过程、泊松过程等已不能反映实际的网络流量特征.近年来,研究表明,网络流量具有自相似特性,该文基础理论部分主要详细介绍了随机分形部分的基本概念,讨论了随机分形较为完整的定义和性质,同时简要分析了1/f信号的定义与性质及常用的分数布朗运动.解释了自相似流量产生的原因.文章中的主要内容有:[1]运用FBM模型,在前人研究的基础上,进一步分析了自相似流量的时延和时延抖动特性,详细分析了网络流量的各个性能指标.[2]证明了相互独立的自相似流合成的新流量自相似度取决于分流量中自相似度最高的流量.[3]运用了排队分析方法研究自相似特性,并且与传统模型分析结果进行对比.[4]对实测业务量的进行了仿真,并获得了很好的仿真效果.[5]提出了分布式网络测量与分析基础架构(Distributed Network Measurement and Analysis Infrastructure,DNMAI),与现有测量框架相比,DNMAI强调了根据用户需求定制测量与分析方案的能力,完善了分析方法和应用场景,可灵活组织单点或分布式多点测量.