近几年的研究表明，无论是在局域网或是广域网，用自相似过程对网络流量进行建模可以更精确地反映网络流量的变化。自相似流量给网络带来了更大的突发性，它严重影响到网络的传输性能和流量控制策略，因此在进行ATM网络管理和流量控制时必须考虑到它所带来的影响。自相似业务源的监测、数学建模、参数估计和排队分析已成为ATM网络流量控制和业务量管理中不可缺少的要素。 传统的流量模型的共同特点是只存在短期相关性，而ATM网络上的流量具有突发性和长相关性，用传统模型分析该网络存在偏差，必须采用具有自相似特性的模型。自相似流量模型的排队性能分析有很大的困难，可利用的结果还比较少，因此大部分的性能分析结果都是基于仿真实验基础之上得到的。利用流量模型，生成数据序列，然后作为排队系统或拥塞控制机制的输入，进行性能分析。因此，流量模型的序列生成是非常重要的。 自相似流量序列生成算法有快速傅立叶变换法(FFT)、随机中点置换法(RMD)和基于Cholesky分解理论的Hosking方法。基于随机中点置换法RMD算法，提出一种新的序列生成方法，减小了算法的空间复杂度，并使之能够在线生成序列，用C语言实现并分析了它的精确性和效率。 ATM(异步传输模式)网络中ABR(可用比特率)业务采用基于速率的流量控制机制。EFCI(二进制算法)和ERICA(显式速率算法)流量控制机制在自相似VBR业务背景下的性能受到很大的影响，通过仿真，对这两种机制的性能进行了比较。