随着互联网的飞速发展,网络结构也在发生深刻变化,要成功设计、控制和管理网络,就需要了解和掌握网络的内部特性。其中链路时延和链路丢包率是重要的网络性能参数。由于网络日益向着大型化、异构化、分布化发展,通过直接进行网络测量的方法,来获得网络内部链路的时延和丢包率参数就变得越来越困难,网络层析成像方法作为一种通过端到端的测量数据来推断网络链路性能参数的技术正成为研究的热点之一。现有的网络层析成像方法在估计模型上不加入任何的约束信息,我们称为非约束网络层析成像。其估计算法大都以似然方法为基础,在一定的假设和理想的情况下,能够获得较好的估计效果。然而实际的情况是很复杂的,测量结果较理想状况存在一定程度的偏差,这种偏差可能会使得链路性能参数的估计解出现较大的扰动。本文提出的约束网络层析成像技术利用部分网络节点的协作性,收集链路的网络性能约束信息,建立约束最优化估计模型,很好地提高了非约束网络层析成像估计算法的稳定性和求解精度。链路时延估计是网络层析成像的重要研究内容之一。本文以链路时延估计为重点,深入的研究了约束网络层析成像链路时延的估计算法,详细介绍了算法的推导求解过程以及OPNET网络仿真模型的实现,并对仿真结果进行了细致地分析比较。本文还讨论了约束网络层析成像丢包率的估计算法及其实现,通过仿真效果说明将约束最优化估计模型推广到约束网络层析成像的其它研究部分是完全可行的。主动网具有对包流自定制计算的特点,被看作今后网络技术发展的重要趋势之一。在主动网络环境下,由于主动网提供了节点可编程的能力,因而网络层析成像问题可以变得更方便直接,约束网络层析成像的信息收集问题也可以利用主动网络的特点来解决。本文提出了一种基于主动网的约束网络层析成像测量框架,它充分利用主动网主动性、移动性和协作性的优点,不仅能够合理地组织端到端的测量任务,也能够智能地收集约束信息和测量信息,通过分发计算任务到各个协作节点,减少引入的网络负载流量,为约束最优化估计算法提供了有效应用的基础和切实可行的测量方案。本文进行了基于主动网的约束网络层析成像链路时延估计,仿真实验证明了方案的可行性和有效性。