网络性能是计算机用户普遍关心的问题，网络性能评价和改进一直是计算机网络技术领域的研究热点之一。一方面，数据网络传输自相似特征的发现，打破了原有的对数据流量短相关的基本假设，使得研究人员对网络性能评价领域的认识发生了一次飞跃，即，传统的马尔科夫模型不能很好地描述数据网络传输；另一方面，TCP协议是目前互联网使用最普遍的第四层协议，在自相似网络传输背景下，对TCP效率的研究，特别是TCP的拥塞控制，对于网络性能评价与改善有重要意义。 针对上述问题，本文在数据网络的自相似性刻画与流量模型以及在此背景下的网络拥塞控制进行了有益展开。首先，本文从自相似过程的数学性质出发引出Hurst指数计算，对常用Hurst计算算法进行了总结，主要有方差时间图法、R/S分析法、周期图法、小波分析法、Whittle估计法、Houssain-John方法等。其次分析了几种常用的自相似网络传输模型，ON/OFF模型，FBM/FGN、FARIMA模型。 在拥塞控制方面，采用基于NS2的网络仿真平台的仿真研究方案。对于自相似网络流，对比研究了以Droptail和RED为代表的两类不同的队列管理机制的网络吞吐量和数据包延迟等网络性能。接下来，着重于TCP拥塞控制算法方面，在仿真自相似网络流量的背景下，分析了RRT、计时器粒度以及Slow-start threshold等因素对TCP效率的影响；最后根据自相似传输的长相关特征，基于网络流量的预测对TCP拥塞控制算法进行了改进，仿真表明，TCP拥塞控制的改进算法能增大TCP的吞吐量，提高TCP的效率。