伴随着因特网发展,随之而来的是其不断扩充的规模、日益增加的复杂性以及成倍增长的带宽。但是人们对它的认识还远远不够深入,网络测量在这样的情况下应运而生,本文通过对网络流量的测量、建模、预测和分析,从而实现对网络行为的观察和评估。本文首先介绍了网络测量和网络管理的基本概念以及相关理论。其次,详细说明了网络流量测量技术和流量数据的采集及模型分析。在对流量数据进行数据采集时,使用了数据包捕获技术,基于JPCAP采集共享以太网网段内的数据。由于高速网络技术的发展,对流量数据进行全分组测量开销较大,因此本文引入抽样采集的方法加以解决。最后本文以日常用户的流量为例,阐述了本课题中流量预测与分析的整个过程,包括流量数据的采集,流量预测模型的建立,流量预测值与实际值的对比分析。本课题实现了在IP网络环境下对日常用户的流量进行了采集,并把采集到的数据进行分组抽样,根据抽样数据特征选取了AR（P）数学模型进行了流量预测,并把预测的流量数据与实际数据进行了对比分析。在采集方面,本文采用了JPCAP监听方式采集数据,在预测方面,由于本文研究的是平稳序列模型,所以本文主要介绍了AR、MA、ARMA模型。通过对（?）_kk的图像以及样本数字特征分析发现此序列具有截尾性,模型的阶数为2,因此本文序列适合模型为AR（2）。在分析方面,通过流量预测值与实际值的对比分析,发现两种图形流量的峰值点个数、图形的大致走向以及图形的相似程度基本相似。