计算机网络互连发展到今天已经形成一个大规模的复杂系统，这样一个系统所展现出的丰富的复杂行为，及其本身特征及其产生机制的研究，已经成为有关计算机网络研究中的一个前沿领域与热点课题，具有极其重要的理论研究意义与巨大而潜在的应用价值。 本文的研究是在国家973重点基础研究发展规划项目“网络环境下的海量信息组织与处理的理论与方法研究”之子课题“海量信息系统自组织时空有序行为研究”(G1999032707-2)的资助与背景下展开的，目的是研究网络环境下的海量信息传输过程中存在的相变和自组织等复杂性现象。作者的主要学术贡献为： 1)为了模拟计算机网络的行为特征，本文提出了一种基于分层拓扑结构的网络仿真模型，以便通过计算机仿真揭示网络的拥塞相变过程。研究发现，随着网络规模(节点数)的增加，网络的相变点有前移的趋势；数据包生存时间饱和值随着网络带宽的增加而减小，且即使同处在拥塞的状态下，高带宽对提高网络的响应时间也是有效的；而用户心理行为所导致的随机性也是影响计算机网络性能的一个关键因素之一； 2)为了揭示网络中的长相关特性，本文对模型中的网络数据流进行了功率谱分析，发现其中广泛地存在着幂率现象。功率谱所体现出的幂率现象可以看作是节点对数据包调制的结果，有助于更好地理解网络的动态演化过程。进一步的分析表明，计算机网络不仅在时间尺度上具有自相似特性或者说相关性，而且在空间域上也呈现出这样的特性； 3)对建立在不同拓扑结构和应用不同网络协议的网络模型的对比研究表明，拓扑结构对网络相变行为的影响是相对较弱的；拓扑结构代表了网络的“静态规则”，而网络协议是网络中的动态规则；在决定计算机网络中数据流的传输行为的因素中，动态规则是较为活跃的因素，它们对网络行为的影响更为明显； 4)熵的概念被广泛应用于描述时间序列的不确定性程度，本文使用排队长度来计算网络的队列熵，并用它来研究计算机网络动态稳定过程。在网络系统所处的环境不变的情况下，网络最终会进入某个宏观上稳定的状态上。换句话说，如果网络的内外部环境不发生大的变化，网络的宏观状态也不会发生“可视的”变化； 5)本文基于交通流NaSch模型，提出了网络NaSch模型可用于模拟网络中数据流的自组织行为。数据包密度和网络的随机化因素是产生计算机网络拥塞自组织行为不可缺少的两个因素。本文还对NaSch网络模型的基础图、序参数、空间相关性、驰豫时间等数字特征进行了分析，并用平均场理论对NaSch网络模型的行为进行了解释。