现今社会，随着三网合一技术的实施以及网络视频业务的发展，网络的突发业务流量将急剧的增加，使得基于传统的PSTN流量的特征不再适合当前的网络流量的分析，采用“自相似”或“长相关”模型更适合于描述网络业务的真实情况。另外，随着研究的不断深入，能够建立模型并自主产生可控的自相似数据源，这样既可以提高研究的效率，也可以摆脱被动测量带来的不确定性。本文关注于自相似随机信号数据的发生，利用特定的随机数据模型可以合成自相似随机序列。产生的数据序列具有随机性，自相似性，长相关性等等，因此在后面的章节中，我们将陆续介绍数据的随机性检验，数据的自相似性分析以及数据的相关性分析等。分数阶高斯噪声(FGN)模型是一种快速、有效的自相似网络流量模型，本文对FGN模型进行了深入研究，并用计算机进行了仿真合成及验证。本论文首先讨论了现有网络流量中的自相似现象和建模的主要工作。然后介绍了自相似及FGN的数学涵义，接着给出了现今几种常见的FGN随机数据生成算法的研究成果，随后在MATLAB环境下对几种生成算法进行了仿真与分析，并结合统计学的知识以及自相似过程的特点验证了实验中三种算法的MATLAB生成数据的可信性，最后在MATLAB的GUIDE平台上开发了FGN随机数据仿真与分析系统，这样做有助与我们今后更快速、更方便的在计算机上完成FGN随机数据模型随机数据的产生、存储以及统计分析。在文章结尾附有三种算法及其统计检验的MATLAB源程序。