随着网络技术的发展和互联网的普及，大规模的用户网络行为使得网络信息的传输和共享被重复执行，从而造成了大量冗余流量在互联网上累积，不仅消耗了巨大的网络带宽，而且加剧了网络拥塞，降低了互联网的效率。论文以复杂网络模型、时间序列分析法为理论基点，以分析网络结构和冗余流量的特性对网络模型迁移的影响为目标，主要围绕模型的建立和冗余流量的特性分析两方面展开研究工作。论文的主要研究内容如下:　　(1)针对互联网上用户重复访问网络资源形成冗余流量造成网络拥塞的问题，建立了一个随时间演化的加权二分网络模型。模型中，用户节点和资源节点分别表示二分网络的两种不同类型的对象，两类节点之间不同数值的边权的集合表示网络中的冗余流量。通过分析用户网络行为和冗余流量的形成机制和演化规律，该模型采用择优连接和拓扑增长的方式完成网络演化。仿真实验表明，在演化过程中，网络经历了由指数分布到幂律分布再到随机分布的变化。有效地模拟了Internet中冗余流量的演化过程。仿真结果和理论分析一致，进一步证明了该模型的正确性和实用性。　　(2)对冗余流量的时间序列进行分析，发现冗余流量具有周期性特征。从时间演化的角度对冗余流量的长程相关性和空间演化的角度对多重分形性进行分析，验证了冗余流量具有分形特性。冗余负载路由算法仿真实验发现含冗余流量的网络系统中存在网络相变现象。在上述特性的作用下，整个网络系统表现出自组织临界现象的统计特性。研究表明，网络模型的迁移受到冗余流量特性和网络拓扑结构的作用和影响。