近些年来,随着网络应用数量的增加,大量音频视频信息在网络中传输,流量的自相似特性越来越显著。前人研究表明,产生自相似流量的原因包括:数据包的大小呈现重尾分布、流量受拥塞控制算法调控、网络中ON/OFF数据源的增加、网络硬件的处理能力有限和网络用户的各种操作习惯等。自相似流量的剧增造成了网络拥塞和数据丢失等现象频发,网络服务的平稳性下降。针对自相似流量特性配置网络硬件和设计网络服务协议以保证网络服务质量的需求与日俱增。由于自相似流量不适合采用传统的队列分析方法和仿真工具分析和模拟,自相似流量队列分析及其仿真工具设计成为了亟待解决的研究课题。为了研究和分析网络自相似流量,量化自相似流量数据传输的表现以及为设计网络和网络协议算法提供理论依据,本文进行了自相似流量下网络节点缓冲器队列分析,自相似流量数据流完成时间分布分析和自相似流量基于对数正态分布的快速仿真工具与近似函数设计。本文的研究内容与创新点总结如下:（1）自相似流量下数据中心网络节点缓冲器队列分析为了从单个节点层面建模、研究和理解自相似流量的传输表现,本文对自相似流量下数据中心网络节点缓冲器中的数据队列进行了建模和分析。本文将数据中心网络的自相似流量建模为鞅过程,对缓冲器中的自相似流量队列进行了停时分析,并对缓冲器在队列停时发生条件下的清空概率和溢出概率分别进行了计算。本文的分析验证了鞅过程适合用于建模和分析自相似流量下数据中心网络节点缓冲器队列行为。本文提出的分析方法简单,可扩展性强,为自相似流量下数据中心网络节点缓冲器大小设计提供了理论依据。（2）自相似流量数据流完成时间分布分析为了从端到端系统服务层面建模、研究和理解自相似流量的传输表现,本文对自相似流量数据流的完成时间分布进行了全新的建模和分析。本部分研究分为四个步骤。首先,本文对网络传输控制协议（Transmission Control Protocol,TCP）拥塞窗口大小的分布进行了建模和计算,将加权独立同分布负指数分布随机变量和的分布结果引入TCP拥塞窗口大小分布的分析过程,得到了精确的分布结果。其后,本文对TCP拥塞控制下单个数据包端到端传输时延的分布进行了分析,通过求解更新方程得到了准确的分布结果。随后,本文对任意长度TCP数据流完成时间的分布进行了研究和计算,依据拥塞窗口的演进过程将TCP数据流的传输过程建模为平行队列系统,得到了 TCP数据流完成时间的准确分布。最后,本文探讨了自相似流量数据流完成时间的分布并给出其概率密度函数与累积概率分布函数的计算。本文提出的数据流完成时间分布分析方法与学界现存数据流完成时间分布分析方法相比,分析过程简单,避免了复杂的迭代过程和状态机方法的使用。本文提出的数据流完成时间分布分析结果准确并适用于分析任意长度的数据流完成时间,而前人的数据流完成时间分布分析方法仅适用于分析短的数据流。（3）自相似流量基于对数正态分布的快速仿真工具设计为了提高自相似流量的仿真效率和近似计算精度,本文设计了自相似流量基于对数正态分布的超空间复制快速仿真技术并提出了对数正态分布随机变量和分布左尾的Marcum Q函数近似。超空间复制技术通过利用对数正态分布随机变量与正态分布随机变量之间的映射关系以及正态分布的对称性提升了对数正态分布随机变量和分布的仿真效率。超空间复制技术与重要性采样技术叠加使用可以进一步提升仿真效率。在对数正态分布随机变量和分布左尾的Marcum Q函数近似的研究中,本文通过数学计算和观察了解到,在正态分布坐标系中,不同和值对应的概率事件概率区域边界曲线形状相同,彼此之间是曲线顶点沿着直线y=x上下平移的关系。找到与该曲线顶点内切的最大圆盘,即找到了对数正态分布随机变量和分布左尾的最优Marcum Q函数近似。本文提出的超空间复制技术是目前仿真对数正态分布随机变量和分布的仿真技术中效率最高的。随着对数正态分布随机变量和值趋向于0（分布左尾末端）,本文提出的Marcum Q函数近似（下界）比前人提出的半无限矩形函数近似（下界）更紧。