Internet是一个庞大的分布式网络，随着网络技术的快速发展，越来越多新型的互联网应用正不断涌现出来，渗透到人们生活的方方面面。与此同时，Internet的规模和复杂性也在不断增加，使网络设计规划和管理操作越来越困难。深入全面地认识和了解Internet网络系统的性能，高效准确地描述Internet的运行状态和网络特性，是评估服务质量、开发新型应用、保障网络安全的关键。所以，研究网络关键性能指标的测量技术具有十分重要的意义。 网络测量技术包括主动方式和被动方式两种。主动测量方法按照一定的策略，有目的地主动产生探测流量，根据探测流受网络影响而发生某些特性变化的情况做出分析，进而推测网络性能参数和网络行为参数。被动测量方法通过捕获网络正在传输的报文分组，或者通过读取网络设备记录的流量信息，进行网络指标的测量和估计。被动测量方法只适用于网络上已经存在所感兴趣的流量分组的条件，捕获的业务数据报文信息可能侵犯用户隐私和影响网络安全，所以当前对网络测量技术的研究以主动发送探测分组的方式为主。 网络关键性能指标包括分组丢失率、网络可用带宽、网络时延、时延抖动等。分组丢失率描述了网络拥塞的程度，在测量两端可以相对简单地通过被动或主动方式测量得到。网络可用带宽描述了网络通道(包括链路和路径)在减去背景流量所占用带宽后剩余的传输报文分组的能力，是衡量网络性能优劣的重要参数，也是一项比较难以测量的指标。现有的网络可用带宽主动测量技术包括单分组技术、自导拥塞技术、分组对间隔模型技术等。这些技术对于不同的测量目标和适用范围，有各自的优缺点。 网络时延与时延抖动同样是重要的性能指标参数，它们在互联网实时业务的应用中具有严格的要求。由于测量端之间存在着时钟偏差和时钟频差的不同步问题，网络端到端单向时延的测量远比双向往返时延的测量困难得多。全球卫星定位系统GPS和网络时间协议NTP是实现测量端时钟同步的一般技术。这两种技术固有的一些局限性使得它们无法在Intemet环境下广泛应用。而现有在Internet环境下使用的测量时钟相对偏差的方法，由于要求满足一定的前提条件，所以适用范围也有所限制。研究表明，时钟频差对单向时延测量结果的影响呈线性关系，所以对于时钟频差的测量技术大多基于线性规划的思路，包括：垂直距离、法线距离和包围面积最小化的目标优化方法和凸包方法等。 为此，本文提出了两种新的网络关键性能指标测量技术，包括： 一、提出了基于优先权探测分组对的网络可用带宽测量技术。本文首先分析了探测分组在链路节点队列处的排队行为，对比了传统基于一般探测分组对的报文间隔模型的基本测量方法，发现了现有方法在网络可用带宽测量方面的局限性：测量路径只有单一瓶颈链路的假设前提、只捕捉背景流竞争报文而没有考虑排队报文、只适用于唯一瓶颈链路的测量。针对这些不足，本文提出了创新的基于“优先报文一普通报文”探测分组对的测量技术，利用高优先权探测分组不需要排队等候而普通探测分组需要排队等候的特点，获取服务队列中背景流报文排队的信息。运用经典排队理论的有关推论，得到排队时间均值与链路利用率之间的关系，再以利用率估计链路的可用带宽。由于优先权探测分组与普通分组具有不同的排队行为，所以新方法选择的分组队列输出条件与传统方法完全不同，因此能够避免传统方法的前提假设和适用局限性，能够全面反映背景流量的大小,并且不因链路利用率的增加而降低可用带宽估计的准确性和有效性。本文通过实验网络验证了新方法对比传统方法的优点，测量结果表明在各种复杂的拓扑结构和多变的背景流量下，基于优先-普通探测分组对的方法都能够有效地跟踪链路利用率的变化，准确地测量和估计可用带宽的大小。 二、提出了非时钟同步的网络端到端单向排队时延测量估计方法。单向排队时延是端到端单向时延中随机变化的部分，其均值加上路径所固有的传输时间，就是我们要测量的网络时延性能指标；其分布，就是我们要测量的时延抖动性能指标。 本文研究表明，探测分组对经过多跳路径的传输后，输出时间间隔与发送时间间隔之差正是它们的端到端单向排队时延之差。由于输出时间间隔和发送时间间隔只在两个测量端分别记录，因此本文提出的测量方法不需要考虑传统单向时延测量方法所遇到的两端时钟不同步问题。新方法应用自相关定理由两个独立探测分组排队时延差的样本分布的傅立叶变换得到单个分组单向排队时延的傅立叶变换幅度值，再利用偏差缩减的迭代重构算法来估计单向排队时延在时间域的概率密度函数，由此得到排队时延的分布特性。估计算法以伽马分布的概率密度函数作为重构过程的初始估计函数，提出规范性的时间域约束条件和“过采样”的时间域修正方法。重构估计算法主要采用快速傅立叶变换与反变换计算，收敛速度快，总的计算量小，所以适合于实时应用。对NS2网络仿真结果和实际网络测试结果的讨论表明，本文提出的非时钟同步的端到端单向排队时延测量技术在快速收敛的同时能够准确地反映报文分组排队时延的分布特性，而且对迭代初始参数的设定具有很好的鲁棒性。