随着网络规模和复杂性的不断增长，对网络测量提出了越来越高的要求，并极大地推动了网络测量技术的研究与发展。由于传统的网络测量方法受到的限制比较多(主要表现在传统的网络测量有赖于特定的网络协议和自治系统内部节点间的协作)，所以学术界借鉴医学上的计算机断层扫描(Computed Tomography)思想，提出了一种新的网络测量技术—网络断层扫描技术(Network Tomography，NT)。NT技术的主要特点是通过基于端到端的主动或被动测量来推断网络内部的各种性能特征而不需要网络内部节点间的协作。网络拓扑推断是网络断层扫描技术的主要应用之一，它依据网络中节点间性能特征在共享链路上的相关性来推断网络中节点的连接关系，重构网络的拓扑结构。本文对基于网络断层扫描技术双参数的拓扑推断方法研究这一课题的当前背景及现状做了介绍，详细地描述了网络测量及网络断层扫描技术的相关内容，从拓扑推断的基础和测量技术入手，分析了现有的基于NT技术的拓扑推断算法，最后提出了两种基于NT技术双参数的拓扑推断算法并进行了NS2仿真实验，对算法进行了验证。论文具体工作如下：首先，介绍了课题的研究背景与现状，描述了网络测量的基本原理、性能指标、分类以及NT技术的意义与关键假设、主要应用方面、关键技术等；其次，从拓扑推断的基础以及测量技术方法入手，分析了现有的基于NT技术的拓扑推断算法；由于现有的拓扑推断算法大多采用丢包率、时延等单一性能参数计算节点间的相关性，算法受网络背景流量等因素的限制比较大，因此，基于基于紧接分组对序列测量方法，提出了同时结合丢包率和时延两种参数的拓扑推断算法；为了使推断的逻辑拓扑结构更接近于真实的网络拓扑，基于“三明治”分组序列测量方法，描述了一种结合排队时延和生存时间值计算节点相关性值的拓扑推断算法；最后，借助NS2模拟软件，搭建了网络仿真平台，对本论文中的提出的两种方法进行仿真实验，通过利用树编辑距离，分析、对比、验证了两种算法的有效性。