网络行为测量是互联网流量工程的重要组成部分。随着互联网的发展，理解网络行为对于网络管理、规划和发展都有重要意义。作为网络行为测量的一个分支，网络流量监测对网络的资源分布、容量规划、服务质量分析、错误监测与隔离、安全管理都十分重要。 本文首先介绍了已有的网络流量测量技术特点，并在IETF的工作组RTFM提出的流量监测体系框架的基础上提出了一套基于TCP／IP的网络流量分析系统模型。整个系统分为流量采集系统、数据分析系统和中央控制系统三个部分。流量采集系统中采用了基于监听的流量采集方式。针对高速网络测量中存在的问题，系统通过对基于模糊控制器的自适应采样算法（FLC法）进行改进，提出了改进后的基于模糊控制器的自适应采样算法-MFLC法，并从采样数目及监测效果的角度对这两种测量方法的性能进行了比较。结果表明，MFLC法既能够满足不影响测量结果的条件，又在模糊规则的精简及采样数目的减少方面表现出优越性，是一种非常适用于高速网络流量测量的采样方法，克服了传统的FLC法在应用中不能真正实现自适应采样的局限性。在数据分析系统中除了提供大量的实时、历史流量信息外，还应用了AR（自回归）模型来实现异常流量检测的功能。最后对现有系统做了总结，并讨论了下一步的研究工作。