为了能够更好地理解互联网内部的动态行为及其相关因素,建立有效的BitTorrent网络用户行为模型意义重大。BitTorrent网络用户行为模型对于分析和预测网络性能,从而更好地完成网络协议设计,进行P2P网络模拟和性能评价,以及服务质量保证都有着极其重要的作用。本文首先通过测试新发布的种子文件在30天内的用户在线情况,挖掘新用户到达数量的变化,然后使用泊松过程模型对不同时间粒度的数据进行拟合,以此验证使用泊松过程描述BT网络中新到达用户规律的适用范围。在此基础上,本文提出了使用二次函数对24小时内新到达用户数据进行分段拟合的方法,同时使用决定系数对拟合的效果进行检验,以此对BT网络中新到达用户的规律进行建模。此外,本文建立了一个BT网络的数学模型,用以描述在BT网络中正常用户节点与攻击用户节点之间的数量关系对系统性能造成的影响。随后本文根据该模型,分析了决定在BT网络中用户收益的相关因素。并且以该数学模型为基础,讨论了在P2SP模式下的由BT网络结构变化引起的正常用户收益的变化。最后,本文分析了在三种攻击BT网络中常见的攻击模式下,正常用户收益所受到的影响,以进一步比较三种攻击效果优劣。