计算机网络的飞速发展对网络性能评价提出了新的要求,仿真方法作为系统性能评价的重要方法,面临着严峻地挑战.一方面,传统包仿真技术的低效率和不可扩展性无法满足网络发展的需要；另一方面,近年来对网络业务的大量研究表明,真实网络业务具有统计上的自相似性,而传统的网络模型都是基于泊松过程和马可夫过程等短相关过程的；并不能捕获网络业务的长相关性. 基于上述原因,本文提出了自相似流仿真方法,并在Ns-2下研究了自相似流模型与包仿真工具的结合实现.本文首先介绍了网络业务存在的自相似性及其对仿真产生的影响,阐述了系统仿真的类别和过程,分析了数据包仿真方法的特点及不足. 接下来讨论了如何产生自相似业务流.对比传统自相似模型及其存在的问题,本文采用S4模型自主生成一组自相似业务流.在第六章中将生成的业务流与真实Bellcore数据和其它模型对比,结果表明该业务模型可以更准确地模拟真实网络业务的特性.接下来本文研究了流模型的建立过程,从只有一个瓶颈路由器的简单网络入手,讨论了如何用随机微分方程建立FCP流量模型以及队列模型.然后将简单网络的流模型扩展到复杂网络,同时考虑了网络拓扑对流仿真结果的影响.接下来针对自相似业务流,文中实现了求解有效带宽和溢出概率的方法. 流仿真通过牺牲所获参数的精确性换取仿真效率的提高.为了解决仿真参数精确性和仿真效率的矛盾,考虑将流仿真与包仿真结合.文中给出了流仿真和数据包仿真结合的实现框架,并详细阐述了流模型与包仿真工具Ns一2结合的实现过程,在此基础上设计了一组实验对混合模型进行了性能分析与评价.实验结果表明:混合模型可以正确捕获到网络的动态特性；采用混合模型仿真时,流仿真和数据包仿真都可以正确地获得rcp流的动态特性；混合模型仿真可以提高网络的仿真效率,提高程度和数据包流占整个流的比例有关.