近年来，对大量网络业务流的研究发现，真实网络业务是有自相似特性的，它严重影响到网络的流量控制和传输控制，尤其在网络语音、视频业务的大量涌现后，对网络的服务质量提出了更严峻的挑战，对网络自相似业务的检测、建模、排队分析已成为迫切的需求。 本文首先讨论了现有网络流量的自相似现象建模的主要工作，在给出了自相似的相关定义及其性质后，本文总结了自相似网络模型、自相似序列Hurst参数估计方法以及自相似业务量预测模型，分析了它们各自的特点。 论文提出了一种新的Hurst参数估计方法，即根据自相似过程的自相关结构，推导出Hurst参数的迭代计算公式，证明了该计算公式的收敛性。将该方法分别在分形高斯噪声和真实网络业务数据上做了实验，结果表明，该方法在保证估计精度的情况下，具有估计置信区间小，估计速度快的特点。另外，该方法的迭代特性特别适合将其应用于在线Hurst参数估计当中，论文也做了这方面的仿真实验。 文章最后分析了自相似网络业务形成的原因，应用层文件大小、连接时间等的重尾分布，以及网络层和传输层协议的内在机制都是导致业务流呈现自相似现象的原因。总结了现有的基于流量预测的网络控制技术，提出自相似参数可能会成为以后网络控制的重要指标。