Internet的诞生给人们的日常工作和学习生活都带来了极大的便利。然而随着Internet的飞速发展,同时也带来了一连串的问题：由于Internet业务量近似于指数级的剧增,以及Internet服务的随机性和自发性,网络本身有限的负载量构成了严峻的挑战。如果不对网络流量加以干涉,将会产生网络拥塞甚至网络瘫痪。为了改善这种混乱的局面,有效的办法就是对网络流量加以控制。由于网络具有动态性和突发性等不确定性,因此对于控制条件如果设定得过于宽松,则达不到理想的控制效果,失去了控制意义；如果设定得过于严紧,则可能造成无法充分利用网络资源,造成资源浪费。在什么时候应该加以控制,成为流量控制相关研究的一个重要问题。通过流量预测技术得出网络流量的相关变化趋势从而对网络流量控制提供参考依据。关于网络流量预测,研究人员已经提出多种相关技术,其中一种新兴的被认为有效的技术就是混沌预测技术。混沌理论可以较好地描述网络流量的特性,具有不错的预测准确度。然而单纯地利用混沌理论的相关技术是否能达到最优的预测效果呢?采用什么算法配合混沌理论才能达到更好的预测效果呢?本文首先介绍了网络流量预测的现状,并探讨了相关的预测技术,由于网络流量的突发性和自发性较明显,本文进一步说明了网络流量的混沌特性。在此基础上进行实验仿真,仿真结果较好地预测了网络流量。考虑到混沌理论与网络流量的相关特性,结合支持向量机回归理论,本文进一步提出了一种基于混沌-支持向量机理论的网络流量预测。仿真实验结果表明：基于混沌-支持向量机理论的网络流量预测相对传统的网络流量预测,具有更精确的预测能力。更好地支持了网络流量控制的相关研究。