随着网络通信技术不断地发展，宽带网络的结构变得越来越复杂。为了能更有效地管理和维护网络，就需要对网络进行性能评价，从而达到优化网络配置的目的。随着网络自相似的发现，大量的关于自相似网络的研究不断涌现，而这些研究成果正是分析网络流量自相似性的有力工具。目前，自相似的研究大量地集中于网络流量的长相关模型以及表征自相似程度的Hurst参数估计的研究。但是研究发现，小时间尺度上的网络流量呈现明显的局部奇异特性，需要用多分形模型来刻画，而局部H lder指数和多分形谱就是用来评价网络流量多分形特性的。本文首先阐述了自相似、长相关、Hurst参数和重尾分布等概念，在此基础上展开了对实际网络流量自相似的验证。采用了经典的R/S参数估计法，对网络流量进行了Hurst参数估计，证明了实际的网络流量具有很强的突发性。为了验证网络流量存在重尾特性，在介绍了一种重尾分布——Alpha稳定分布的基础上，拟合出了实际流量的分布。验证结果表明，网络流量存在重尾现象。另外，Alpha稳定分布的特征指数也验证了网络流量存在自相似性。在网络流量多分形模型的研究上，本文进一步提出了一种以乘法模型为基础的多分形乘法模型（可变尺度参数柯西乘法模型，V.S.C.M）。通过仿真实验——局部H lder指数和多分形频的验证，表明该模型的确存在明显的多分形特征。与原始流量数据比较后发现，提出的模型数据能够很好地拟合原始流量数据。