随着Internet迅速发展，网络监测和故障诊断对提高网络性能非常重要，然而由于网络结构的不规则、异构性，增加了获得网络性能的难度。通常，从对单个路由器或服务器的直接测量不可能获得网络性能的信息，而流量矩阵可以为许多网络计划任务提供信息数据。Vardi在1996提出通过部分测量数据估计源目的节点对间流量的tomography问题，这个问题广泛存在于通信和交通运输网络中。在本文中针对以前学者对这类问题的解决方法和模型进行研究。 本文对现存的方法进行总结并给出了处理该问题的理论框架，对流量矩阵估计问题给出一个新的模型——分配模型。应用运筹学、计算机科学的新的理论和方法，借鉴交通运输网络的理论建立了IP网络的分配模型，比较而言，文中的分配模型从链路特性着手，例如链路负载如何被通过该链路的OD对决定。第二，本文提出了一种将基于tomography技术的统计方法和优化方法结合起来的，鲁棒性强的，高效的，实用的，快速的，估计流量矩阵的算法EERA——误差期望纠正算法，该算法基于提出的分配模型。最后，文中实现了大量的性能仿真，通过和经典的几个现有方法进行比较；结果证明本文的算法更快速，准确，强健和灵活。