研究大尺度IP骨干网络流量矩阵估计，通过使用广义回归神经网络来捕捉流量矩阵特征，将流量矩阵估计描述成马氏距离下的最优化过程，能成功克服流量矩阵估计的病态特性，获得精确的估计值。仿真结果表明，该估计算法具有更高的估计精度和显著的性能改善。

基于用户端的网络流量计量是一种实用、方便、便于消费者和计量监督的贸易结算方法。文章探讨了实现用户端网络信息流量计量的动因，提出了基于FPGA的硬件实现的用户端网络信息流量计量仪的总体设计方案及硬件实现方法。

针对DDoS攻击检测传统方法存在的问题，对两种新型的网络流量异常检测方法进行了分析研究，在对网络流量的分形参数Hurst和Holder以及其时变函数Hurst（t）和Holder（t）进行分析的基础上，对网络流量异常带来的自相似性和多重分形性变化做了研究，并通过检测其Hurst（t）和Holder（t）的变化情况以判断网络流量是否出现异常。研究表明，这种基于网络流量的统计分析方法能够较好地对DDoS攻击加以检测和防护。