随着网络结构越来越复杂、规模越来越庞大,全面、精确掌握网络运行状态成为有效管理网络的重要基础。带宽,尤其是可用带宽信息作为描述网络状态最重要的参数逐渐受到人们的重视。目前对于可用带宽的研究主要集中于利用网络数据传输的基本性质,通过分析探测数据包的延迟变化情况获得带宽值,而这些方法大都基于被测链路运行稳定的假设,对于背景流量较为复杂的实际链路则达不到很好的测量效果。针对这个问题,本文围绕带宽测量过程和测量方法两个方面展开研究,力图构造有效的网络带宽测量影响因素分析架构,掌握网络带宽测量的基本规律,帮助获得精确的可用带宽参数,为提高网络的业务性能奠定基础,主要工作如下:1)从测量目标出发,针对带宽测量中概念容易混淆的问题,明确链路带宽、可用带宽、TCP吞吐量的基本内涵,有助于确定测量对象,提高测量效率。2)研究影响带宽测量的各种因素。按照用户的主观行为,提出一种基于内部因素、外部因素的分类框架,并对其中的探测包大小、探测包间隔、背景流量以及网络延迟进行重点分析,剖析其对现有带宽测量技术的影响作用,掌握不同因素对测量结果的影响规律,为研究新的测量算法提供帮助。3)研究新的可用带宽测量方法。针对现有可用带宽测量方法存在的不足,并考虑带宽测量过程中各种因素对测量结果的影响,本文提出了一种基于排队域的可用带宽测量算法QAM,其基本思想综合了现有两种主流可用带宽测量技术的优点:深入分析输入间隔、输出间隔与网络延迟之间的关系,考虑背景流量对测量的影响,确定探测数据包的排队情况,最终得到较为准确的链路可用带宽测量值。4)利用NS-2模拟器和真实网络实验,对提出的可用带宽测量算法QAM进行了验证。仿真了在单跳、多跳环境中不同类型背景流量,比较了与其他两种可用带宽测量工具在测量精度和测量时间上的差异;并在实际网络环境中验证了安全事件对测量的影响。最终结果表明OAM方法的有效性。通过以上工作,本文所提出的带宽测量影响因素分类框架和可用带宽测量方法,为带宽测量的相关理论进行了有益的补充和扩展,研究结果具有较好的理论和实践价值。