Intemet的飞速发展使得IP网络正日益成为一种重要的通信基础设施，随着用户对网络服务质量需求的激增，关于Intemet流量的测量、分析和建模受到了越来越多的关注，并已经成为Illtemet研究的热点之一。近几年来网络测量与分析得出最重要的结论Intemet流量具有自相似特，而这种自相似特性不能被经典的短相关流量分析模型——Poisson模型来描述。从此，对Intemet流量特性的研究得到了充分的发展，其发展方向包括：流量分析模型的研究、流量自身统计特性的研究以及流量特性的应用研究。对于Intemet流量建模和性能分析经过了较长时间的发展，取得了较多的成果；而Intemet流量特性的应用研究，到目前为止还没有完整的框架和完善的结论。因此，虽然Intemet流量的自相似特性给QoS服务质量保证和网络资源控制带来了新的复杂性，但是，它也开辟了一个新的有意义的研究方向——将流量的自相似特性导致的一些直接结果，如流量可预测性，应用到网络的拥塞控制和资源分配中，以得到更好的拥塞/资源控制策略，本文就是以此为研究思路而展开的。 本文首先研究了Internet流量自相似特性的含义进行了深入浅出的阐述，并简单探讨了流量自相似特性的产生原因。通过研究已有的描述流量自相似特性的物理模型和统计模型，详细比较了各种模型在建模和应用上的优缺点，并且使用流叠加法的物理模型产生了自相似流量。 随后，研究了网络流量的自相似特性所导致的直接结果——流量可预测性，将已有的流量预测方法进行分类，对两类方法进行分析；作为论文的创新点之一，将最小二乘参数估计与自适应滤波器原理相结合，提出了一种新的非分形流量预测算法——基于递归最小二乘(RgS)的自适应流量预测算法。 接着，论文根据将Internet流量特性与Intemet主动队列管理机制相结合的研究初衷，探讨了将流量预测引入主动队列管理的可行性。作为论文的创新点之二，提出了基于流量预测的主动队列管理算法P-RED，该算法的设计以流量预测为核心，同时借鉴了经典的主动队列管理算法RED中关于平均队列长度的计算和分组丢弃的机制。通过仿真实验，将P-RED算法与RED算法在相同条件进行比较，结果表明，P-RED算法在控制平均队列长度上要优于RED算法。 最后，在当前最流行的路由器体系结构Linux路由器中，实现了P-RED算法。还对配置了P-RED排队规则的Linux路由器进行了性能测试，实验证明了P-RED主动队列管理机制在重负载的流量条件下，，能够较好的工作，获得满意的链路吞吐率。