对于很多网络应用，高效可靠的互联网性能参数测量对其是否能正常工作至关重要，尤其是与语音、视频传输相关的应用。由于互联网的异构性和复杂性，许多现有的网络测量方法尚不完善，其使用条件要求严格，而且在实际测量中问题较多，本文研究在深入调研国内外现有的端到端互联网测量技术及系统基础上，重点研究测量系统建模并设计高效、准确的测量方法。主要工作围绕主动网络测量技术中的包对测量技术，对其网络测量模型及其算法进行了深入研究。 首先，本文对包对测量方法在非液体流模型下进行了统计建模及测量准确性证明；常见的包对测量方法，基于Melander等2002年提出的液体流包对分隔模型。液体流模型忽略了包长和流量突发，和实际网络流量差别很大，不能作为对包对测量方法进行精密性和准确性分析的模型；因为没有合适的数学模型，现有基于包对可用带宽测量系统，对其测量准确性现有文献没有给出证明，包对测量方法准确性仍存在疑问。为了进行可信的可用带宽测量，本研究先分析了液体流包对分隔模型和相关研究成果，提出了一种对于任何IP流量普适的非液体流包对排队模型。根据该模型，证明了对包对测量统计模型在非液体流流量下的统计一致性，扩展了现有理论仅基于液体流模型的局限。 然后，本文提出并验证了一种基于包对测量的可用带宽测量精度估计算法。现有基于包对的测量工具测量结果都很不稳定，常常大幅波动。相关论文称之为弹性误差。产生这种情况其根本原因是现有方法无法预测测量统计过程中的测量方差，造成了测量结果误差很大或不可信。现有文献均认为该问题很难解决，包对测量方法的精密性存在问题。本研究根据以上建立的统计模型，通过理论研究和大量的Internet实验，提出并验证了一种基于包对主动测量的可用带宽测量方差估计方法。 本文从统计的观点出发，提出了一种方差自适应的可用带宽测量方法。该方法可以通过自调节模型参数，适应变化的网络情况，以满足测量对精度的要求。类似的精度控制是以往的测量方法无法做到的。文中通过大量Internet实验验证了该方法优于现有方法，在有限的网络资源占用下可以提高测量精度。并使得测量结果有很高的可信度。 本文对小时间尺度下IP流量特性进行了实验分析。现有文献对网络流量尺度特性已经有了广泛的研究。网络流量在大时间尺度上表现出平稳自相似性已经在许多网络中得到验证，但对在小时间尺度下特征分析研究还不充分。本文通过对多组硬件捕捉的高精度流量样本数据进行多尺度的小波分析，发现在极小的时间尺度下流量特征上自相似性不显著。 本文还提出了一种基于包列技术网络流量特征测量的新方法。大多数现有网络流量特征测量系统都采用的是基于路由抓包的被动测量技术。被动测量需要专门的数据采集硬件，并需获得网络管理权限才能进行。本文提出了一种基于包列主动测量技术测量网络流量特征的新方法。通过大量Internet实验，我们验证了该测量方法可以准确测量并计算Hurst指数和进行多分型分析。