随着网络通信技术的快速发展,新的网络业务与网络应用不断增加,这对网络的服务质量、流量控制和网络管理均提出了很高的要求。对流量的分析与预测是网络管理和性能分析的基础。本文以流量特性分析为基础,对基于网络流量的特征模型及其预测进行了相关研究。论文首先叙述了国内外对流量研究的现状,接着分析了网络流量的几个主要特性及其在网络流量中的表现与对网络业务的影响。重点分析了网络流量的自相似性,包括其数学定义、自相似过程判断、网络流量中自相似现象的成因及对网络业务的影响。然后,给出了网络流量预测的方法——行为建模方法,并介绍了行为建模方法的基础——时间序列分析理论。随后,归纳了业务流基于短相关或长相关特性的典型模型及其优、缺点,并提出了一个建立在小波技术和时间序列分析基础上的混合模型,该混合模型通过小波分解得到不同特性的时间序列分量,基于不同特性的时间序列分量建立相应模型。最后应用经典的FARIMA模型与基于小波的混合模型对实际业务流量进行了建模,并评价了两个模型的拟合效果。实验结果表明通过小波分解可以实现对网络业务的特性分解,该混合模型能比较全面地描述业务流量的各种特性,拟合效果更好。