本文主要通过数据分析和网络仿真两种手段研究网络行为,并在研究中注意综合考虑网络的结构、控制和数据这三大构成要素,主要内容和成果如下:① 基于多尺度分析技术(重标定域算法、对数功率谱图和小波算法)和非线性时间序列分析技术考察了多种实测网络流量的自相似行为和混沌特征.通过总结前人和本文的工作,指出了上述行为在计算机网络中存在的普遍性,这种普遍性启示我们应该着重关注不同网络所共有的基本运行机制.② 从微观和局部角度通过在仿真中刻画相邻结点之间的邻接交互作用研究了网络中的自组织和临界相变行为.碰撞模型(PCM)和元胞自动机(CA)是两种基本的仿真方法,实验表明,网络的自组织临界行为(SOC)是网络中尺度行为(如SS, 1/f噪声)产生的原因,特别是其普遍存在的原因;且整个网络在负载指数为0.5时自组织程度最为充分,尺度特性最好,该点也对应着网络的一个相变点.进一步的基于Scale Free拓扑的仿真则发现,网状结构的引入可以降低局部相变的起点,加速自组织过程,使网络的自组织程度更加充分,从而呈现出质量更高的尺度行为.实验中的另一个发现是自组织状态下数据分布与结构特征的相关性,网络中看似随机的数据包传递会导致数据自发地趋向于Scale Free拓扑中的高度结点,这种现象启示我们可以通过有意识的控制网络结构实现数据的定向传输.③ 从宏观和整体角度研究了网络中的资源竞争(RC)与延迟反馈(DF)对网络行为的影响.从仿真中看,只要网络中存在资源竞争与延迟反馈,就可能产生网络同步、自相似突发传输、相变等行为,并提出了"网络中的自相似突发传输可以由同步态下的随机干扰诱导出来"这一观点.该机制推动了自相似行为从较小时间尺度(主要由网络中的SOC行为所决定)向较大时间尺度扩展,有助于解释较大时间尺度上自相似突发传输产生的原因.④ 提出了一种面向传感器网络应用的随机路由策略,该策略采用了类Scale Free拓扑结构并利用了数据分布和网络结构的相关性,可以借助相邻结点间的数据传递实现概率意义上传感数据的定向传输.该策略可以大大简化传感器网络的管理,有助于解决目前传感器网络中所遇到的通信困难并催生新的网络通信协议和应用.