随着互联网规模的迅猛发展以及网络应用种类的不断增多,研究网络行为和性能成为了一项艰巨而又重要的任务。网络模拟作为研究网络行为性能的一种工具,发挥了重大作用。传统的网络模拟工具基于包的行为作为事件来模拟,具有很高的精确度,但所需计算量也比较大。目前的网络规模远远超出了传统网络模拟软件的模拟能力,基于包模型的模拟工具面临着巨大挑战,因此需要改进模拟方法。本文主要研究了网络模拟的各种方式,并在一种实现方法上进行改进,以得到更真实,更高效的模拟效果。本文首先介绍了网络模拟的研究现状,分析了当前网络模拟研究的重点,并简要介绍了目前流行的网络模拟器。然后从抽象度的角度介绍了目前流行的网络模拟方法,包括传统的基于数据包的模拟、近些年提出的流模拟以及包和流的混合模拟方法。本文分析了各种模拟方式的特点,包模拟准确度高开销大,流模拟效率高准确度低,两种方法都有各自适用的应用场合,混合模拟则是两种方案的折衷,其目标是在准确度损失较低的前提下提高模拟效率。然后着重分析了一种混合模拟方法FFM模型,指出该模型的特点和可以改进之处,对FFM模型进行改进,提出了UFFM模型,在原有针对TCP背景流量的模拟基础上,加入了对UDP背景流的模拟,即对UDP背景流的行为做出建模,并刻画了在TCP和UDP背景流共同存在的情况下前景数据包的行为。针对UDP背景流的到达速率为泊松到达的情况,使用网络模拟工具NS2实现了UFFM模型,并进行测试实验,测试了UFFM在不同网络环境下的准确性以及在大规模网络下的表现性能。文章最后给出了结论,并对可以考虑继续改进的方案进行了展望。