1. 在某些情况下，流模型的模拟的计算效率是非常高的。因为模拟只考虑速率改变事件，因此它的计算复杂度要比数据包级的模拟要小的多。我们已经在前一个实验中展示了在建模一个简单网络的模拟中，流模型比基于数据包模型的速率要快一百或者更多倍。但是当被建模的网络规模增大后，这种计算上的有效性开始变得不明显了。这主要是由于众所周知的流模型模拟中的Ripple Effect。Ripple Effect 是由非空队列上输入流的速率的改变引起的，也引起所有共享此队列的输出流速率的改变。也就是一个流的单一的速率的改变能导致相关队列的多个速率的改变。对于Ripple Effect更详细的讨论请参考Liu et al. [12, 11]
2. 流模型方法比其他模型方法更容易受数学分析的影响。Wardi et al. [24]已经表明，把网络行为描述为一组微分方程的集合会导致精确的Infinitesimal Perturbation Analysis，能够对将来网络的性能给出良好的预测。Towsley et al. [16] 使用流模型和微分方程组的方法来分析性的描述了TCP endpoints的行为和主动队列管理技术。
