随着各种网络业务的飞速发展,通信技术的发展还不能满足用户的需求。我们需要找到能准确描述网络流量特征的模型,对网络拥塞控制、带宽分配及网络性能评价等问题作进一步的研究。自相似性可以对网络的行为特征产生重大影响,因此,自相似流量下的网络性能分析、评价及其应用研究就成为国内外学术界研究的热点和难点。本文在深入分析自相似网络流量相关理论的基础上,对自相似网络流量进行仿真研究。首先具体介绍网络流量的自相似特性,包括自相似的一般定义及其特性,分析网络流量产生自相似性的若干原因。其次,介绍了目前主要的自相似网络流量模型,重点讨论了ON/OFF模型及其关键参数,并通过直接叠加多个相互独立的ON/OFF源生成了自相似的网络流量。再次,详细论述了描述流量自相似程度的Hurst指数的常见估值方法,包括部分关键算法的实现及对算法的评价。对于软件仿真产生的自相似流量以及采集到的特定业务的真实网络流量,运用不同的算法进行了Hurst指数的估计,并讨论了不同条件下对Hurst指数的影响因素。最后,分析讨论了Hurst指数对自相似网络性能的影响。介绍了网络性能的评价指标,并在不同Hurst指数下,对排队时延、丢包率分别与队列服务速率之间的关系作了初步分析。通过比较Hurst指数,可以检测网络流量是否异常,并进一步分析产生异常的原因。在这个意义上,对网络安全(如IDS)以及新一代通信网络系统的设计分析、性能评价提供了非常重要的理论依据和应用基础。