随着Intemet技术和网络业务的飞速发展，用户对网络资源的需求空前增长，网络也变得越来越复杂。不断增加的网络用户和应用，导致网络负载沉重，网络设备超负荷运转，从而引起网络性能下降。因此，网络测试成为目前对网络进行管理的一个有效手段。也是目前人们研究的热点。 延迟作为一个重要的网络指标，得到了许多人的关注。本文主要从以下两个方面对延迟进行研究，第一个方面是考虑网络背景流量模式(持续流量或者是多突发流量)和网络负载对网络延迟的影响，目前人们普遍认为网络延迟是由于网络背景流量模式和网络负载两个因素决定的，本课题考察了这两个因素是如何影响网络延迟大小和延迟分布的。通过研究我们发现，网络背景流量模式影响延迟具体分布函数，网络负载影响延迟大小。 本文研究的第二个方面主要侧重于从统计学的角度来对延迟进行建模。由于网络的动态性，我们很难对延迟进行精确的预测和建模。但是，从统计学的角度，可以很好的抽取延迟所代表的网络性能特征。本文通过研究发现，从统计学的角度出发，网络的延迟服从Pareto distribution。Pareto distribution就是我们通常所说的80-20定律。可以将这个结论用在有效进行网络管理方面。 本文的测试数据是在实验室模拟环境中得到的。其中有SmartBit来产生背景流量。大量的测试，得到了大量的测试数据，证明结论是正确的。同时，从理论的角度，来分析结论是合理的。