随着网络通信技术的快速发展，网络开始承载越来越多的应用服务，这对网络的服务质量、流量控制和网络管理均提出了很高的要求。对流量的分析与预测是网络管理和性能分析的基础：流量分析可以获得网络的运行规律及特性，基于流量特性的建模，不但可以预测流量行为趋势，更能应用于拥塞控制、服务质量等领域。本文以流量特性分析为出发点，对网络流量的特征模型及其预测方法进行相关研究。论文首先总结了获取真实流量的各种途径，全面叙述了国内外对流量特性研究的现状，重点分析了业务流的自相似特性，包括其数学描述、Hurst参数估计法、自相似的成因及其对网络性能的影响，并使用真实的业务数据验证了流量的自相似性；同时阐述了网络流量的周期性及混沌性，探讨了周期性与自相似的关系，为后续的研究奠定了基础。其次，本文归纳总结了业务流量建模预测在各个时期的典型方法及其模型，深入分析了以泊松分布等为基础的传统模型在刻画业务流量时的缺陷，系统地研究了建立在自相似特性基础上的主要自相似模型的优、缺点；随后讨论了流量预测领域最新的分析技术和理论，并根据流量体现出多种不同特性的实际情况，在对比与分析后，得出对业务流建模预测应当采用混合模型来进行描述的结论。第三，根据真实网络业务中流量体现的自相似、周期性、混沌性等特性，在此基础上以建立符合流量特性的流量模型为目标，提出了一个结合小波技术和时间序列分析的混合流量预测模型，并应用该模型的预测算法对真实网络流量数据的未来行为趋势进行了预测和分析。实验结果表明该混合模型能够比较全面地描述和刻画流量的各种特性，可以有效的对网络流量行为进行准确而有效的预测。最后，本文探讨了文中预测算法在实际网络管理中的一些应用，并简要分析了当前预测算法存在的不足和下一步研究工作的目标。