网络流量测量是对网络性能进行分析和建模的基础。随着网络技术的发展，对网络流量测量技术提出了更高、更新的要求，要采集到全部流量非常困难，而保存和处理流量日志也要耗费大量宝贵的系统资源。因此，网络流量的抽样测量技术应运而生。 本文首先介绍了网络性能的主要指标，说明网络流量测量的意义及重要性，分析了网络流量测量的方法：主动测量、被动测量和抽样测量，说明采用自适应抽样测量技术的必要性，提出了本文的研究任务。 自适应抽样利用网络流量的相关性预测流量状态，并实时调整抽样策略和参数，自动在允许误差范围内进行尽可能精确的测量，从而能更好地捕捉到网络流量特征和网络行为特征。本文讨论了两种自适应抽样方法：线性预测抽样测量方法和模糊控制抽样测量方法。在此基础上，本文提出了改进的模糊抽样测量方法，引入流量变化率的控制因素并设计了合理的隶属函数。对两组反映不同的网络流量状况的数据本文分别采用系统抽样、线性抽样、原模糊抽样和本文改进的模糊抽样方法进行实验，结果表明改进后的模糊抽样方法能够更好的反映网络流量的变化情况。 论文接着讨论网络流量的自相似特征。由于网络流量在数学上可表征为一个随机过程，它所蕴含的自相似性是统计意义上的，自相似反映了网络流量在各个不同的时间标度上的结构相似性。通过比较各种不同抽样方法得到的Hurst系数，说明本文提出的方法更能反映流量的本质特性。论文讨论了流量抽样数据的插值方法，采用分形插值法从抽样数据拟合出原始流量数据，并与真实流量进行对比分析。最后，论文讨论了抽样测量的应用，给出了从抽样数据估算原始累计流量的方法。论文最后提出了开展进一步研究的方向。