网络模拟是研究网络行为、评价网络性能的重要手段,具有很高的学术研究与应用价值。在网络行为模拟中,主要通过对模拟产生的流量数据进行分析,观察网络安全事件对网络产生的影响。模拟产生的流量由网络安全事件本身产生的前景流量和网络实际中存在的背景流量组成。一个科学合理,能够反映网络真实流量的背景流量模型能够为网络行为模拟提供背景流量,这将大大提高网络行为模拟的真实性。背景流量模型具有重要的研究价值和意义,本文致力于此开展研究工作。本文以背景流量模型为研究对象,分析建立了三种背景流量模型,并在NS2(Network Simulation Version 2)中设计实现了三种背景流量模型对应的流量发生器应用程序,为网络行为模拟提供背景流量。为解决一些背景流量模型只能反映真实流量的一些特性,并不能描述真实流量中某一时刻状态的问题,本文建立了一种基于实际流量数据来模拟真实流量的跟踪文件背景流量模型,并设计实现了对应的流量发生器应用程序。通过分析数据包到达过程的特征,近似认为数据包在固定的时间段内到达的个数服从泊松(Poisson)分布,数据包到达的时间间隔服从指数分布,本文建立泊松(Poisson)背景流量模型并设计实现了模型对应的流量发生器,为网络行为模拟提供一种实用的背景流量。对基于Pareto分布的ON/OFF背景流量模型的研究中,发现NS2中的模型在重尾参数的设定和OFF时间段最小值计算上存在缺陷。为此,本文通过在模型中设定两个重尾参数并采用改进后的计算公式求最小值,解决了上述的缺陷。考虑到背景流量应用程序添加过程中,存在模拟开销过大的问题,本文设计并实现了背景流量应用添加算法。本文最后,对三种背景流量模型和背景流量添加算法进行实验测试,实验表明三种背景流量模型满足设计的特点,其对应的流量发生器应用程序可以为网络行为模拟提供背景流量;背景流量添加算法有效地减少添加应用的个数,提高了网络行为模拟的性能并优化了背景流量模型的实现过程。