网络流量模型是流量预测和网络性能评价的基础,它不仅可以很好地反映真实网络流量的特征而且可以更好地指导与流量有关的实际应用。随着网络技术的飞速发展,网络节点呈现指数增长,网络应用也变得多样和复杂化,网络协议也在逐渐增加和发生变化,人们对网络流量模型的研究越来越深入。基于流量特征的网络流量模型不仅能够模拟真实的网络流量,为优化网络结构、改进网络协议以及提高网络服务质量提供了真实可信性和合乎情理的分析,而且能够为测试网络设备、测试安全产品和增加建设网络系统提供了真实可信的测试环境和条件。本文首先分析并总结现有的网络流量模型。总结了从20世纪70年代和80年代初期的泊松模型到后来的自相似模型,以及多分形模型,再到后来发展的各种预测模型,并分析它们的优缺点。然后设计并实现基于流量特征的网络流量模型系统,实现高速报文捕获,提取并分析流量特征,计算流量特征的概率密度函数和累积分布函数,采取最大相关系数确定流量特征的分布模型。本文设计并实现的基于流量特征的网络流量模型系统,首先实现高速捕获网络数据报文,然后将数据报文分发给多个数据报文处理线程,进行数据报文解析并对五元组特征、数据报文长度、数据报文数量、分片报文数量和流量带宽进行提取并统计。最后分析出各个流量特征的概率密度曲线和累积分布曲线,采用常见的流量特征分布(如帕累托分布、正态分布、对数正态分布、指数分布、泊松分布、韦布尔分布等)作相关系数运算,选择相关系数最大的分布作为村相应流量特征的分布模型。通过实验分析得出,使用对数正态分布能够刻画真实流量中一段时间内的数据报文数量、分片报文数量、流量带宽、数据报文长度分布以及流的数量。