随着网络的飞速发展，网络的规模不断扩大，网络的控制机制和行为特征也日趋复杂和难以理解。由于网络流量数据的特性实际上反映了其与承载网络之间的相互作用和影响，因此通过对网络流量过程的深入分析和建模，为研究网络控制机制和行为特征提供了一种有效的方法。准确而客观的流量模型能够深化我们对复杂的网络行为特征的认识和理解，同时也能对提高网络性能、监测网络异常等起到重要的作用。小波与分形有着密切的关系，小波变换的多分辨率思想与分形的局部和整体的思想是相似的。所以将小波和分形相结合可以为网络流量预测模型的建模提供新的思路。本文首先对网络流量特性进行了分析。在分析比较了当前各种网络流量自相似参数的估计方法的基础上，利用R/S方法对校园网流量的自相似参数进行了估算，结果表明校园网流量有明显的自相似特性。然后根据校园网流量的特性，结合当前的一些流量建模方法，提出了基于小波分解的ARMA建模方法。实验结果表明，同传统的ARIMA建模方法相比，本文所提模型的预测精度明显要高。最后，本文初步分析了自相似特性对网络性能的影响，并提出增加网络带宽是提高网络性能的一个较好办法。