网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点，传统的ARMA模型在描述网络流量数据特性时有一定的局限性，从而影响网络流量预测的精度。针对这个问题，研究了使用广义自回归条件异方差模型（GARCH）对网络流量数据进行建模的方法，通过仿真实验表明，该模型可以较好地描述网络流量数据的异方差性，同时其预测精度较之传统的ARMA模型的预测精度也得到了大幅提升。